Корейские исследователи добились значительных успехов в технологии видео искусственного интеллекта (ИИ), особенно в области преобразования звука в изображение Исследовательская группа под руководством профессора Пхоханского университета науки и технологий (POSTECH) О Тэ Хёна разработала технологию под названием Sound2scene, которая может преобразовывать звуковую информацию в соответствующие изображения.
Исследователи проанализировали сотни тысяч клипов YouTube для разработки технологии, и она была названа первой в мире узнаваемой технологией преобразования звука в изображение.
Команда также разработала технологию «Звук в текст», которая может описывать и читать звук как текст и может помочь людям с нарушениями слуха.
Кроме того, команда создала модель ИИ, которая создает синтетические данные с использованием небольшого количества фактических данных, что позволяет создавать более совершенные модели ИИ.
Эта технология тестируется на одном из сталелитейных заводов POSCO, и профессор О считает, что она может улучшить когнитивные способности роботов и повысить эффективность индустрии искусственного интеллекта.
