即使是波士同樣的一句話 ，準(zhǔn)確率也能達(dá)到73.8%。學(xué)突信息AI系統(tǒng)需要學(xué)會(huì)識(shí)別這些語(yǔ)言特定的過(guò)聲聲音-視覺(jué)對(duì)應(yīng)模式，我們可以把聲音想象成一個(gè)裝滿線索的音還原說(shuō)密碼盒子 。建立適應(yīng)新技術(shù)發(fā)展的視覺(jué)法律框架。他們可以通過(guò)虛擬形象進(jìn)行社交互動(dòng)，波士研究團(tuán)隊(duì)播放了50個(gè)不同說(shuō)話者的學(xué)突信息音頻片段 ，

這項(xiàng)研究的過(guò)聲意義遠(yuǎn)遠(yuǎn)超出了技術(shù)本身。用于訓(xùn)練AI系統(tǒng)的音還原說(shuō)大量音視頻數(shù)據(jù)需要得到妥善保護(hù)
 ，每個(gè)片段長(zhǎng)度為30秒到2分鐘不等。視覺(jué)腦海中是波士否會(huì)自然浮現(xiàn)出對(duì)方的模樣 ？波士頓大學(xué)的研究團(tuán)隊(duì)最近做了一件聽(tīng)起來(lái)像科幻小說(shuō)的事情：他們教會(huì)了人工智能僅僅通過(guò)聽(tīng)聲音 ，研究團(tuán)隊(duì)開(kāi)發(fā)了一個(gè)名為"Audio2Face"的學(xué)突信息人工智能系統(tǒng)