Katika mazingira magumu, wanadamu wanaweza kuelewa maana ya hotuba kuliko AI, kwa sababu hatutumii masikio yetu tu bali macho yetu pia.
Kwa mfano, tunaona kinywa cha mtu kikisogea na huenda tukajua kwa njia ya angavu kwamba sauti tunayosikia lazima iwe inatoka kwa mtu huyo.
Meta AI inafanyia kazi mfumo mpya wa mazungumzo wa AI, ambao ni kufundisha AI pia kujifunza kutambua uhusiano wa hila kati ya kile inachoona na kusikia kwenye mazungumzo.
VisualVoice hujifunza kwa njia sawa na jinsi wanadamu hujifunza kustadi ujuzi mpya, kuwezesha utenganisho wa usemi wa sauti na picha kwa kujifunza vidokezo vya kuona na kusikia kutoka kwa video zisizo na lebo.
Kwa mashine, hii inajenga mtazamo bora, wakati mtazamo wa kibinadamu unaboresha.
Hebu fikiria kuwa unaweza kushiriki katika mikutano ya kikundi katika metaverse na wenzako kutoka duniani kote, ukijiunga na mikutano ya vikundi vidogo zaidi wanaposogea kwenye nafasi ya mtandaoni, ambapo vitenzi vya sauti na mitikisiko katika onyesho hufanya kulingana na mazingira Rekebisha ipasavyo.
Hiyo ni, inaweza kupata maelezo ya sauti, video na maandishi kwa wakati mmoja, na ina muundo bora wa kuelewa mazingira, kuruhusu watumiaji kuwa na uzoefu wa sauti "wow sana".
Muda wa kutuma: Jul-20-2022
