У складаных умовах людзі могуць лепш зразумець сэнс прамовы, чым ІІ, таму што мы выкарыстоўваем не толькі вушы, але і вочы.
Напрыклад, мы бачым, як чыйсьці рот рухаецца і, магчыма, інтуітыўна ведаюць, што гук, які мы чуем, павінен ісці ад гэтага чалавека.
Meta AI працуе над новай сістэмай дыялогу AI, якая павінна навучыць ІІ таксама навучыцца распазнаваць тонкія карэляцыі паміж тым, што бачыць і чуе ў размове.
VisualVoice даведаецца падобным чынам, як людзі вучацца авалодаць новымі навыкамі, дазваляючы аўдыявізуальную разлуку прамовы, вывучаючы візуальныя і слыхавыя сігналы з незавершаных відэа.
Для машын гэта стварае лепшае ўспрыманне, а ўспрыманне чалавека паляпшаецца.
Уявіце сабе, што зможаце ўдзельнічаць у групавых сустрэчах у Metaverse з калегамі з усяго свету, далучаючыся да больш дробных групавых сустрэч, калі яны перамяшчаюцца па віртуальнай прасторы, падчас якой гукавыя рэверсы і тэмбры на сцэне робяць адпаведна, у залежнасці ад навакольнага асяроддзя.
Гэта значыць, ён можа атрымаць інфармацыю пра аўдыё, відэа і тэкстам адначасова і мае больш багатую мадэль экалагічнага разумення, што дазваляе карыстальнікам мець гукавы вопыт "вельмі вау".
Час паведамлення: 20 ліпеня-2012
