Sesli Aracı Kesintisinin Yönetiminde VAD'ın Rolü
Ses Etkinliği Algılama (VAD), kesintilerle başa çıkmada ilk savunma hattıdır ancak hatalı pozitif sonuçlara eğilimlidir. İşte modern sistemlerin bunu nasıl iyileştirdiği.
Bir kullanıcı bir AI aracısının sözünü kestiğinde, aracının konuşmayı hemen bırakması gerekir. Bu, içeri girme olarak bilinir. Bu kesintiyi algılayan mekanizma Ses Etkinliği Algılamadır (VAD). Bununla birlikte, temel VAD herhangi bir gürültüde (köpek havlaması, kapı çarpması veya öksürük) tetiklenir ve ajanın gereksiz yere durmasına neden olur.
Uyarlanabilir Kesinti Yönetimi
Modern ses aracıları uyarlanabilir kesinti yönetimini kullanır. Yalnızca ses düzeyini tespit etmek yerine, sesi sınıflandırmak için hafif sinir ağlarını kullanıyorlar. Arka plan gürültüsü mü? Bu bir arka kanal mı ('hı-hı', 'evet')? Yoksa gerçek bir konuşma kesintisi mi? Yalnızca ikincisi, aracıyı TTS oynatmayı durdurması ve dinlemesi için tetiklemelidir.
Başlamaya hazır mısın?
Mazed'in multimodal yapay zekasının sizin için nasıl çalıştığını görün.