For å lese artikler må du være abonnent

50 kr for 5 uker

  • Full tilgang til TU.no og Digi.no
  • Artikkelarkiv helt tilbake til 1854
  • Eksklusive nyhetsbrev

Deretter 299 kr/mnd. Fornyes automatisk, avslutt når du vil.

PRØV OSS I 5 UKER

2990 kr / år

  • Full tilgang til TU.no og Digi.no
  • Artikkelarkiv helt tilbake til 1854
  • Eksklusive nyhetsbrev
  • Spar 598 kr

Fornyes automatisk til ordinær pris, avslutt når du vill.

BESTILL NÅ

Bedrift eller student?

  • Sjekk om du har tilgang via arbeidsgiver
  • Pristilbud til din bedrift
  • Innløs din gratis studenttilgang

Tilgang avhenger av avtalen med din arbeidsgiver eller ditt studiested.

LES MER HER

kunstig intelligens

Danske forskere bruker dyp læring for å finne stemmer i en høystakk av støy

Morten Kolbæk, Ph.d., Universitetet i Aalborg i Danmark.
Morten Kolbæk, Ph.d., Universitetet i Aalborg i Danmark. Illustrasjon: Aalborg University / skjermbilde fra Youtube-video (montasje:digi.no). Portrettfoto: CC BY-ND 2.5 DK

Den menneskelige evnen til å lytte til én enkelt stemme når du har en samtale i et rom fullt av konkurrerende samtaler, er enormt vanskelig å etterligne med en algoritme.

I arbeidet med avansert lydanalyse er det såkalte cocktailparty-problemet fremdeles uløst. Men nå har danske forskere tatt et skritt nærmere en løsning med dyp læring.

– Utfordringen er hvordan man fjerner uønskede støykilder når du gjør opptak i et støyfullt rom med én enkelt mikrofon, forklarer Morten Kolbæk, som nettopp har skrevet en ph.d. om emnet ved Aalborg Universitet.

Powered by Labrador CMS