ТОМСК, 3 авг – РИА Томск. Студент высшей IT-школы Томского госуниверситета (HITs ТГУ) Роман Выгон принял участие в международной IT-конференции Interspeech и вошел в число лидеров в научном соревновании по разработке технологии выделения из речи персонализированных слов, аналогичных фразе "ОК, Google", сообщается во вторник на сайте вуза.
Уточняется, что научное соревнование по выделению из речи персонализированного ключевого слова Auto-KWS проводит консорциум китайских университетов и компаний. Решение этой задачи сейчас находится на переднем крае IT-технологий. С помощью такой технологии работают умные колонки, голосовые помощники в смартфонах и иные устройства, которые имеют речевой интерфейс.
"Студент <..> занял второе место в соревновании Auto-KWS (Personalized Keyword Spotting) 2021 Challenge в рамках одной из крупнейших в мире конференции по распознаванию речи – Interspeech... Нужно было разработать технологию, с помощью которой устройство можно будить не стандартным словом, заранее заданным производителем, например, "ОК, Google", а таким, которое человек придумал сам", – говорится в сообщении.
Конкурс длился полтора месяца, за это время около 20 команд пытались предложить самое эффективное решение. По словам студента ТГУ, тематика совпадает с его сферой исследования, а поработать над технической составляющей ему удалось в рамках стажировки в компании NTR Labs, где можно было рассчитывать на помощь коллег.
"Пользователь несколько раз произносит слово или фразу, система ее запоминает и учится распознавать среди остального шума", – объясняет Выгон, как работает технология.
Пресс-служба отмечает, что ранее Выгон совместно с одним из основателей NTR Labs Николаем Михайловским опубликовали научную работу по KWS – Learning Efficient Representations for Keyword Spotting with Triplet Loss, в которой на наборе данных Google Commands получили лучший в мире результат (State of the Art – SOTA).
