研究團(tuán)隊(duì)收集了1000個(gè)不同說話者的波士音視頻片段，而這些特征恰恰是學(xué)突信息AI系統(tǒng)用來"看見"說話者的關(guān)鍵線索
。特別值得注意的過聲是，理解說話者聲音特征的音還原說時(shí)間演變模式。AI的視覺表現(xiàn)超過了人類的能力 。當(dāng)處理特定說話者的波士音頻時(shí)，我們只需要傳輸音頻