Форум: Проблемы искусственного интеллекта

Регистрация | Вход

Все темы | Новая тема  Стр.54 (78) << < Пред. | След. > >>    Поиск:
Автор	Тема: На: Проект Sound-Agent. Зри в корень!
Kek Сообщений: 1133	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 11:13 Цитата: Автор: Slava и считаете, что все сводится к статистической обработке на уровне корреляций. Нет, Слава, я так не считаю и осознаю, что все гораздо сложнее. Переход от распознавалки к агенту как раз реализует часть этой сложности. [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 11:27 Цитата: Автор: Kek Нет, Слава, я так не считаю и осознаю, что все гораздо сложнее. Переход от распознавалки к агенту как раз реализует часть этой сложности. А пару слов про то, что будет делать этот агент, не могли бы сказать [Ответ][Цитата]
Kek Сообщений: 1133	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 12:39 Цитата: Автор: Slava А пару слов про то, что будет делать этот агент, не могли бы сказать Sound - Агент должен говорить, то что он распознал. А учитель должен его похвалить. А память событий это должна запомнить. [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 12:55 Цитата: Автор: Kek Sound - Агент должен говорить, то что он распознал. А учитель должен его похвалить. А память событий это должна запомнить. Понятно Надеюсь, какое-то время я это буду помнить Удачи [Ответ][Цитата]
covax Сообщений: 1609	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 19:45 Цитата: Автор: Slava а у нас - сборная солянка - варианты Си, Паскаль, Дельфи и Питон, наконец кстати, в последней системе Си с Питоном вполне уживаются Считаю, что Java более пригоден для создания поделок "на коленке" с Web или GUI интерфейсом. На данный момент, Java-машина может работать в большинстве операционных систем, а следовательно и в устройствах любого назначения, масштаба и производительности. Другие языки этим похвастаться не могут. Против связки Си-Питон ничего не имею, но она не настолько комфортна для стандартного пользователя, чем Java. [Ответ][Цитата]
Vpolevoj Сообщений: 1408	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 22:22 Цитата: Автор: Kek Sound - Агент должен говорить, то что он распознал. А учитель должен его похвалить. А память событий это должна запомнить. Kek, я не вижу "поиска новизны". Сменилась парадигма? Или всего лишь сместилась цель (целевая функция)? [Ответ][Цитата]
dr2chek Сообщений: 871	На: Проект Sound-Agent. Зри в корень! Добавлено: 17 сен 13 22:25 Цитата: Автор: Kek Sound - Агент должен говорить, то что он распознал. А учитель должен его похвалить. А память событий это должна запомнить. Дорогой Кек. В той парадигме, которую вы выстроили в своем программном документе, ваши пожелания нереализуемы. Во-первых, вы никак не реагируете на возможные побочные помехи в приемном канале (а они будут обязательно). Во-вторых, пытаясь скопировать человека, вы упускаете то, что ему присуще изначально - это его речевой тракт. В нем уже изначально "настроены" нужные форманты гласных и спектральные плотности шипящих, антиформанты носовых и траектории скольжения формант при коартикуляции, и прочая, и прочая. Человеку остается только этим воспользоваться. Вы изучали инязык? При прослушивании незнакомых слов, мышцы рта "сами" пытаются встать в оптимальное положение для копирования. А у вас что? Лента ФФТ со спектральным хаосом, откуда нужно вычленить некий ансамбль спектральных "палок", который достоверно будет закреплен за некоей фонемой. И впоследствии его же применить для синтеза речи. Но вы не застрахованы от появления фантастических, невозможных формант (что исключено у человека), и их взаимоотношений при говорении. Так что амбиции ваши похвальны, но свой труд вы смоете в унитаз, если не попытаетесь взглянуть на эту проблему шире. Извините, если резко вышло. С уважением, D [Ответ][Цитата]
Slava Сообщений: 3070	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 0:24 Цитата: Автор: covax Считаю, что Java более пригоден для создания поделок "на коленке" с Web или GUI интерфейсом. На данный момент, Java-машина может работать в большинстве операционных систем, а следовательно и в устройствах любого назначения, масштаба и производительности. Другие языки этим похвастаться не могут. Против связки Си-Питон ничего не имею, но она не настолько комфортна для стандартного пользователя, чем Java. Спасибо, но у нас команда - тоже сборная солянка, так что коллеги пишут на том, что им привычно и удобно. Ну а для лабораторных исследований это не так уж и важно [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 2:00 Все таки рекомендую всем посетить страницу http://webaudiodemos.appspot.com/ и проверить ВСЕ примеры. Я в код JavaScript еще не смотрел, но верю что там много интересного. Я просто балдею от http://webaudiodemos.appspot.com/Vocoder/index.html# А вот инструкция как это все делать : http://webaudiodemos.appspot.com/slides/index.html#/ У меня на работе все примеры работают, дома - не работает ввод звука с микрофона, Они пишут что это с USB микрофонами может быть, у меня дома ноутбук. Они пишут что в Chrome Canary - эта проблема исправлена. Отпишитесь у кого что не работает? [Ответ][Цитата]
Артем Сообщений: 174	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 3:28 Немного разобрался с исходниками javascript http://webaudiodemos.appspot.com/Vocoder/index.html# Вобщем они встроили в хром преобразование фурье, а также сущность Нода. Например микрофон - это нода. Срабатывают события по мере заполнения буффера и мы можем что-то делать с этим буффером. например соеденить ноду микрофон с нодой преобразования фурье. Размер фурье - задается степень двойки (БПФ), и получаем события с результатом БПФ в комплексном виде. Берем комплексный модуль - имеем спектр. Как работает вокодер? На основе спектра строим 28 (параметр) полос. Полосы - это ноды полосовых фильтров. Есть нода шум и нода синус. Соеденяем ноду шум и ноду синус со всеми нодами фильтров, а все ноду-фильтры соединяем с выводом на динамики. И по событиям (кадрам) изменяем gain - фильтров. Вобщем все то что сделал KEK. Можно добавить только нелинейность полос. И главное это все работает ОЧЕНЬ быстро, ибо БПФ и микширование в недрах хрома выполняется, [Ответ][Цитата]
Kek Сообщений: 1133	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 3:42 2 Vpolevoj Новизна будет работать так. Произносится слово. Через N-повторов память кадров говорит, что ничего нет нового, все кадры уже были. Тогда по этому факту создается память следующего уровня (сочетание 2-х кадров) и теперь она отслеживает факт отсутствия новизны. Есть и другая сторона медали. Если в потоке много шума, то новизна существует долго. Здесь надо задать пока априорное значение размера памяти и сформировать критерий. Его действие будет направлено на оптимизацию параметров. В моем случае необходимо уменьшить коэффициент корреляции. Это загрубление входного потока. Вот вам и регуляторы процесса. И это уже работает. 2 dr2chek "вы никак не реагируете на возможные побочные помехи в приемном канале". Читайте мой ответ выше для Vpolevoj. "Фантастические форманты" статистически маловероятны. Да они будут, кто-то дверью хлопнул, например. Не вижу пока трудности. Да, и вообще, реально я не добрался пока до формирования формант, только-только подхожу. И здесь надо крепко подумать, так как алгоритм анализа кадров слишком прост для анализа формант. Здесь надо другое. И Виктор Казаринов, например, в разговоре со мной указал на онтологический метод. Я говорил об этом. Суть в том, что элементом онтологии должны являться абстрактные множества, а не просто слова и предложения, как это сейчас делается в онтологических редакторах. "Так что амбиции ваши похвальны, но свой труд вы смоете в унитаз, если не попытаетесь взглянуть на эту проблему шире." Дорогой dr2chek. "Широту" своих взглядов я излагал в статьях и просто в постах. Но это мало кого заводит. Я специально "опустился" в конкретику и отвечаю на конкретные вопросы. При этом не забываю концепт. Ну, и скажите мне куда мне надо смотреть из этой точки? В чем может выражаться "широта" подхода? И как она может влиять на устроительство алгоритмов? Я считаю, что тормоз как раз в излишнем осознании широты. Синдром Козмы Пруткова, который говоит, что нельзя объять необъятное. И вот пока исследователи готовят "раздвижные руки" для широты захвата я намерен сделать основу. [Ответ][Цитата]
dr2chek Сообщений: 871	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 4:29 Цитата: Автор: Kek Читайте мой ответ выше для Vpolevoj. Ну это понятно (даже тривиально, если хотите). А как ваша система будет реагировать на, предположим, пение на фоне музыки. Ладно, не пение, пусть даже чтец будет говорить, а фоном музыка? [Ответ][Цитата]
Kek Сообщений: 1133	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 4:41 Цитата: Автор: dr2chek Ну это понятно (даже тривиально, если хотите). А как ваша система будет реагировать на, предположим, пение на фоне музыки. Ладно, не пение, пусть даже чтец будет говорить, а фоном музыка? Говорю честно - не знаю. [Ответ][Цитата]
rrr3 Сообщений: 11857	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 4:46 Цитата: Автор: Kek Говорю честно - не знаю. А вдруг поможет что-то прояснить... http://www.gotai.net/forum/default.aspx?postid=80372#80372 Сейчас Вы сами "придумываете" алгоритмы "распознавания"/"кластеризации". Но эти алгоритмы "придумывать" должен автомат. Т.к. их может быть очень много и для разных ситуаций. Как я уже не раз писал, трудно рассчитывать на один-два (малое количество) - пригодных для "всех" случаев. А если их придумывать самому, то это еще менее вероятно. А вот "особый" автомат, даже с учетом того, что обезьяна не может написать "Войну и мир", вполне вероятно... [Ответ][Цитата]
dr2chek Сообщений: 871	На: Проект Sound-Agent. Зри в корень! Добавлено: 18 сен 13 4:48 Цитата: Автор: Kek Говорю честно - не знаю. Это и было примером на мое предложение "смотреть шире на проблему". [Ответ][Цитата]
Стр.54 (78): 1  ...  50  51  52  53  [54]  55  56  57  58  ...  78 << < Пред. | След. > >>