![\"Human](\"https:\/\/cdn.mos.cms.futurecdn.net\/NvekX9tT7peSEUHRersaT8.jpg\")
<\/p>\n<\/p>\n
Ein gro\u00dfer Fortschritt in der Technologie der k\u00fcnstlichen Intelligenz wurde durch die Modellierung menschlicher Systeme erzielt.<\/p>\n
![\"Human](\"http:\/\/www.cochlea.org\/var\/plain_site\/storage\/images\/media\/images\/jauge_simpl_en\/17752-1-eng-GB\/jauge_simpl_en.png\")
<\/p>\n
Obwohl k\u00fcnstliche neuronale Netze mathematische Modelle sind, die nur grob simulieren k\u00f6nnen, wie menschliche Neuronen tats\u00e4chlich funktionieren, ist ihre Anwendung zur L\u00f6sung komplexer und mehrdeutiger realer Probleme weitreichend. Dar\u00fcber hinaus er\u00f6ffnet die Modellierung der strukturellen Tiefe des menschlichen Gehirns in einem neuronalen Netzwerk eine Vielzahl von M\u00f6glichkeiten, um eine sinnvollere Bedeutung hinter den Daten zu erfahren.<\/p>\n
Bei der Bilderkennung und -verarbeitung hat die Inspiration durch die komplexen und r\u00e4umlich invarianten Neuronen in den Convolutional Neural Networks (CNNs) des visuellen Systems ebenfalls zu wesentlichen Verbesserungen unserer Technik gef\u00fchrt. Wenn Sie daran interessiert sind, Bilderkennungstechniken auf Audiospektrogramme anzuwenden, lesen Sie meinen Artikel “Was ist falsch an Convolutional Neural Networks (CNN) und Spektrogrammen f\u00fcr die Audioverarbeitung?”<\/p>\n
Solange die menschliche Wahrnehmung die von Maschinen \u00fcbertrifft, k\u00f6nnen wir lernen, vom Verst\u00e4ndnis der Prinzipien menschlicher Systeme zu profitieren. Menschen sind sehr geschickt bei Wahrnehmungsaufgaben, und im Bereich des maschinellen H\u00f6rens ist der Kontrast zwischen menschlichem Verst\u00e4ndnis und aktuellen KI-Technologien besonders stark. In Anbetracht der Vorteile, sich von menschlichen Systemen im Bereich der Bildverarbeitung inspirieren zu lassen, schlage ich vor, dass wir neuronale Netze auf \u00e4hnliche Prozesse im Bereich des Sehens anwenden k\u00f6nnen, und es wird Vorteile im Bereich des maschinellen H\u00f6rens geben.<\/p>\n
Wie man eine Maschine dazu bringt, wie ein Mensch zuzuh\u00f6ren<\/p>\n
Der Prozessrahmen dieses Artikels<\/p>\n
In dieser Artikelserie werde ich ein Framework f\u00fcr die Audiosignalverarbeitung in Echtzeit mit KI beschreiben, das in Zusammenarbeit zwischen der Universit\u00e4t Aarhus und dem Hersteller von intelligenten Lautsprechern, Dynaudio A\/S, entwickelt wurde. Es st\u00fctzt sich stark auf die Kognitionswissenschaft, die versucht, Perspektiven aus Biologie, Neurowissenschaften, Psychologie und Philosophie zu kombinieren, um unsere kognitiven F\u00e4higkeiten besser zu verstehen.<\/p>\n
Kognitive Eigenschaften des Klangs.
\nDie vielleicht abstrakteste Art, \u00fcber Klang nachzudenken, ist, wie wir Menschen ihn verstehen. W\u00e4hrend L\u00f6sungen f\u00fcr Signalverarbeitungsprobleme innerhalb der Grenzen von Eigenschaftsparametern auf niedriger Ebene wie Intensit\u00e4t, Spektrum und Zeit funktionieren m\u00fcssen, ist das Endziel oft erkennbar: das Signal auf eine bestimmte Weise umzuwandeln, die f\u00fcr uns kognitiv bedeutsam ist Bedeutung, die in The Sound enthalten ist.<\/p>\n
Wenn man beispielsweise das Geschlecht des Sprechers eines Diskurses programmatisch \u00e4ndern m\u00f6chte, muss das Problem sinnvoller beschrieben werden, bevor seine untergeordneten Merkmale definiert werden. Das Geschlecht eines Sprechers kann als ein kognitives Attribut angesehen werden, das aus vielen Faktoren besteht: dem Ton und der Klangfarbe der Sprache, Unterschieden in der Aussprache, Unterschieden in der Wort- und Sprachwahl und dem Verst\u00e4ndnis, wie diese Attribute miteinander in Beziehung stehen.<\/p>\n
Diese Parameter k\u00f6nnen durch Merkmale auf niedrigerer Ebene wie Intensit\u00e4t, spektrale und zeitliche Eigenschaften beschrieben werden, aber nur in komplexeren Kombinationen k\u00f6nnen sie Bedeutungsdarstellungen auf h\u00f6herer Ebene bilden. Dies bildet eine Hierarchie von Audiomerkmalen, aus denen auf die “Bedeutung” des Tons geschlossen werden kann. Die kognitiven Eigenschaften menschlicher Stimmen k\u00f6nnen als durch die kombinierten Zeitreihenmuster von Intensit\u00e4t, Spektrum und statistischen Schalleigenschaften repr\u00e4sentiert betrachtet werden.<\/p>\n","protected":false},"excerpt":{"rendered":"