לאלכסה יש עכשיו 'מצב לחישה' וזה הרבה יותר מורכב ממה שהייתם חושבים

במהלך הירידה העצומה של מוצרים ותכונות חדשות בשבוע שעבר, אמזון הכריזה על מצב לחישה חדש לעוזרת האישית של Alexa. התכונה מתמקדת סביב הרעיון שיש זמנים ביום שבהם אתה שקט באופן טבעי, כגון מוקדם בבוקר כשבן הזוג שלך עדיין ישן, או בערב כשהילדים נמצאים יָשֵׁן.

עם זאת, כשאחרים תופסים כמה z, ייתכן שבכל זאת תרצה לבקש מ- Alexa לקבל עדכון לגבי הנסיעה שלך, או להגדיר אזעקה לבוקר, מבלי להעיר את בני הבית. אז עכשיו, אם תלחש את הפקודה שלך באלכסה, היא תלחש בחזרה בעין.

שבוע אחר כך אמזון היא להסביר כיצד פועלת התכונה, וזה הרבה יותר מורכב ממה שזה נשמע. מדען אמזון, זיינאב רייזי, אומר שלדיבור הלוחש בדרך כלל אנרגיה נמוכה ולא קולית, כלומר הוא חסר את הרטט באקורדי הקול. זה מקשה הרבה יותר על מכשיר האזנה כמו אמזון הד להרים את הצלילים בצורה יעילה.

קָשׁוּר: איזה אמזון הד כדאי לקנות

ראזי אומר כי אמזון השוותה את הביצועים של שתי רשתות עצביות שונות על מנת להבחין בין מילים הנאמרות כרגיל לבין אלה שלוחשו. הם מצאו כי רשת זיכרון לטווח קצר (LSTM) הביאה טוב יותר מרשת פרספרטרון רב שכבתי (MLP)

היא כתבה: "הדוגמניות מאומנות בשתי קטגוריות של תכונות. האחת הינה אנרגיות בנק מסנני יומן, ייצוג ישיר למדי של אות הדיבור המתעד את אנרגיות האות בטווחי תדרים שונים. האחר הוא קבוצה של תכונות שתוכננו במיוחד כדי לנצל את הבדלי האות בין דיבור לוחש ונורמלי.

"גילינו שרשת LSTM שאינה משתמשת בתכונות בעבודת יד מתפקדת כמו גם MLP שעושה זאת, המציין כי LSTM מסוגלים ללמוד אילו תכונות אותות שימושיות ביותר ללחישה איתור."

ראזי הוסיף כי קיימים אזהרות לגישה זו, כלומר ככל שככל שנחשפה רשת LSTM לנתונים רבים יותר, התכונות בעבודת יד שהציעו היו פחות שיפור. אז, הדגם שיושב כעת בתוך Alexa לא כולל את התכונות בעבודת יד בכלל.

בעיות אחרות שהצוות נאלץ להתגבר עליהן כללו את התהליך "נקודת סיום". בדרך כלל, Alexa מסוגלת לזהות את סוף הפקודה עקב תקופת השקט בסוף. הדבר הופך לבעייתי יותר בלחש והיכולת של רשת LSTM הייתה פחות יעילה לקראת סוף ההתבטאויות.

לדבריה, "באופן בלתי צפוי, ממוצע האות כולו - כולל 50 המסגרות הסופיות המטרידות - הניב את התוצאות הטובות ביותר. עם זאת, אנו חושדים כי זה משום שדוגמאות הדיבור הלוחש שהשתמשנו בניסויים שלנו היו בפילוח ידני, בעוד שדוגמאות הדיבור הרגיל מפולחות אוטומטית, באמצעות הייצור של Alexa מצביע קצה.

"יכול להיות הבדל עקבי כלשהו בין פילוח ידני לאוטומטי שהמערכת הייתה בפועל ניצול כדי להבחין בין שני סוגי הקלט, ושחרור 50 המסגרות האחרונות הפך את ההבדל לקשה יותר לזהות."

האם אתה חושב שמצב הלחישה הוא תוספת שימושית למערך המיומנויות של אלקסה? תן לנו שורה @TrustedReviews בטוויטר.