Mae Google yn newid y system llais yn y rhaglen Gemini Live ac yn addasu diweddeb acenion rhanbarthol

Dechreuodd defnyddwyr rhith-gynorthwyydd Google adrodd am ansefydlogrwydd sylweddol mewn gosodiadau sain yn ystod rhyngweithiadau amser real. Mae addasiadau’n effeithio’n uniongyrchol ar brofiad y defnyddiwr, gan newid nodweddion sylfaenol yr opsiynau a ddewiswyd yn y rhaglen.

Mae’r broblem yn amlygu ei hun yn bennaf yn y diweddeb lleferydd, tôn yr ymatebion a chysondeb yr acenion rhanbarthol. Mae amrywiadau Essas yn digwydd yn anrhagweladwy, gan drawsnewid patrwm cyfathrebu’r system deallusrwydd artiffisial yn ystod deialogau parhaus.

Daeth y diffygion yn amlwg ar ôl gweithredu diweddariadau diweddar i fodelau iaith y cwmni. Mae’r anghysondeb rhwng y sampl sain a gynigir yn y lleoliadau a’r sain a atgynhyrchir yn ymarferol wedi dod yn brif darged cwynion ar fforymau technoleg sy’n canolbwyntio ar ddyfeisiau symudol.

Anghysonderau cadarn a phrofiad y defnyddiwr

Yr opsiwn llais a elwir yn Capella, a nodweddir gan acen fenywaidd Brydeinig, sydd â’r ystumiadau mwyaf amlwg ers ei lansio. Mae defnyddwyr yn sylwi bod personoliaeth wreiddiol y sain yn cael ei golli’n gyflym ar ôl yr ychydig orchmynion cyntaf.

Yn ystod sgyrsiau hirfaith, mae’r system yn dangos anhawster wrth gynnal y patrwm rhanbarthol a ddewisir gan yr unigolyn. Mae ymatebion y cynorthwyydd yn dechrau ymreolaethol bob yn ail rhwng acenion Awstralia ac amrywiadau mwy niwtral o Saesneg Americanaidd, gan greu profiad gwrando tameidiog a dryslyd i’r rhai sy’n dibynnu ar yr offeryn ar gyfer tasgau neu astudiaethau dyddiol.

Mae ymddygiad y cais yn awgrymu bod prosesu amser real yn wynebu tagfeydd wrth geisio cynnal y modiwleiddio llais cymhleth sy’n ofynnol gan fersiynau newydd o’r model deallusrwydd artiffisial. Quando mae’r defnyddiwr yn perfformio ailgychwyn gorfodol o’r meddalwedd, mae’r acen wreiddiol yn cael ei adfer, ond dim ond effaith dros dro sydd gan yr atgyweiriad hwn. Após Ar ôl ychydig funudau o ryngweithio parhaus, mae’r llais yn trawsnewid yn ôl i fersiwn hybrid, gan ddangos na all y system synthesis lleferydd gynnal sefydlogrwydd mewn sesiynau sy’n gofyn am fwy o brosesu cyd-destunol ac ymatebion hir.

• Mae cyflymder lleferydd yn gostwng yn sylweddol mewn ymatebion cymhleth.
• Mae’r arlliwiau trebl gwreiddiol yn amlwg yn cael eu lleihau yn ystod y defnydd.
• Cymysgir gwahanol acenion yn yr un frawddeg yn anfwriadol.
• Mae ailgychwyn y cais yn cynnig ateb i’r broblem yn unig.

Arteffactau sain mewn sesiynau estynedig

Yn ogystal â newidiadau mewn hunaniaeth leisiol, dechreuodd y cynorthwyydd gyflwyno synau diangen wrth atgynhyrchu ymatebion. Mae synau Artefatos, fel popiau, popiau bach a hisian cefndir, yn ymddangos yn achlysurol tra bod y system yn prosesu ac yn cyflwyno’r wybodaeth y gofynnwyd amdani.

Nid oes gan yr ymyriadau acwstig hyn gysylltiad uniongyrchol â’r newid mewn acenion, ond maent yn gwaethygu’r canfyddiad o ostyngiad yn ansawdd gwasanaethau. Mae amlder y synau’n amrywio’n fawr yn dibynnu ar yr opsiwn llais a weithredir a’r ddyfais a ddefnyddir i gael mynediad i’r platfform.

Amrywiadau perfformiad fesul platfform

Mae profion ymarferol yn dangos bod sefydlogrwydd sain yn dibynnu’n gryf ar y cyd-destun defnydd a’r amgylchedd caledwedd. Comandos Yn gyflym ac yn wrthrychol, sy’n gofyn am ymatebion byr, anaml y mae’r bylchau diweddeb neu’r cymysgedd acen a adroddir gan ddefnyddwyr yn sbarduno’r bylchau diweddeb neu’r cymysgedd acenion a adroddir gan ddefnyddwyr.

Mae integreiddio’r cynorthwyydd â systemau modurol, megis Android Auto, yn dangos ymddygiad hynod well. Nesses amgylcheddau, mae nodweddion gwreiddiol y lleisiau dethol yn cael eu cadw’n fwy effeithiol, hyd yn oed mewn rhyngweithiadau sydd angen amser prosesu hirach.

Mae’r gwahaniaeth hwn mewn perfformiad yn dangos y gallai rheolaeth adnoddau’r ap symudol fod yn dylanwadu ar rendro sain. Mae’n ymddangos bod cywasgu data neu ddyrannu cof ar ffonau smart yn ymyrryd yn uniongyrchol â gallu’r model i gynnal ffyddlondeb lleisiol.

Opsiynau addasu ac addasiadau ar gael

Mae panel gosodiadau’r cynorthwyydd yn darparu catalog amrywiol o broffiliau lleisiol i’w haddasu. Nod y cwmni yw galluogi pob unigolyn i ddod o hyd i naws, rhythm ac acen sy’n gwneud rhyngweithio â’r peiriant yn fwy naturiol a phleserus.

Leia Tambem

Mae Oppo yn lansio’r Find X9 Ultra yn swyddogol ledled y byd gyda lensys Hasselblad a batri cadarn

Mae Tim Cook yn datgelu prototeipiau iPhone ac iPod newydd i ddathlu hanner canmlwyddiant Apple

Mae system Android yn derbyn integreiddio Gemini Nano 4 brodorol ar gyfer prosesu all-lein ar ffonau smart

Mae’r proffiliau’n amrywio o timbres mwy difrifol a ffurfiol i opsiynau mwy hamddenol a thraw. Gwneir y dewis yn syml trwy’r brif ddewislen, lle chwaraeir sampl sain fer i gynorthwyo’r defnyddiwr i ddewis.

Yng ngoleuni problemau diweddar, mae llawer o ddefnyddwyr wedi mabwysiadu’r strategaeth o newid yn gyson rhwng y proffiliau hyn mewn ymgais i ddod o hyd i opsiwn sy’n llai agored i fethiant. Fodd bynnag, mae newid llais yn gweithredu fel ateb dros dro yn unig ar gyfer ansefydlogrwydd system.

Mae gwraidd y mater yn parhau i fod ynghlwm wrth y ffordd y mae meddalwedd yn prosesu iaith naturiol mewn amser real. Mae diweddariadau parhaus ar weinyddion y cwmni yn effeithio ar ymddygiad yr holl opsiynau sydd ar gael yn y catalog, waeth beth fo’r naws a ddewiswyd.

Effaith Diweddariadau Deallusrwydd Artiffisial

Mae’r newidiadau diangen mewn ymddygiad sain yn cyd-fynd â chyfnod gweithredu fersiynau newydd o’r modelau iaith Google, yn benodol y newid i bensaernïaeth sy’n canolbwyntio ar gyflymder, megis fersiwn Flash Live. Prif amcan y diweddariadau hyn yw lleihau’r amser hwyrni rhwng cwestiwn y defnyddiwr ac ymateb y peiriant, gan wneud y deialog yn fwy hylif ac yn agosach at sgwrs ddynol.

Fodd bynnag, mae’n ymddangos bod optimeiddio enillion cyflymder wedi creu sgîl-effeithiau wrth rendro synthesis lleferydd. Wrth roi blaenoriaeth i gyflwyno’r testun a gynhyrchir yn gyflym, mae’n bosibl bod y system sain yn derbyn pecynnau data mewn modd tameidiog, a fyddai’n esbonio colli diweddeb, gostwng tonau uchel a’r anallu i gynnal acenion rhanbarthol cymhleth yn ystod paragraffau hir iawn.

Hygyrchedd a dibyniaeth ar safonau cyson

Mae cysondeb wrth atgynhyrchu lleisiau synthetig yn mynd y tu hwnt i ddewis esthetig ac yn effeithio’n uniongyrchol ar faes hygyrchedd digidol. Indivíduos mae pobl â nam ar eu golwg, anawsterau darllen neu gyflyrau niwrolegol penodol yn aml yn dibynnu ar gynorthwywyr rhithwir i bori’r rhyngrwyd, darllen dogfennau a threfnu arferion dyddiol. Para Ar gyfer y gynulleidfa hon, mae bod yn gyfarwydd â thôn, cyflymder ac eglurder y llais a ddewiswyd yn hanfodol er mwyn deall y wybodaeth yn effeithiol. Quando mae’r system yn newid ei diweddeb yn sydyn, yn mewnosod synau neu’n newid yr acen yng nghanol brawddeg, mae’r llwyth gwybyddol sydd ei angen i ddehongli’r neges yn cynyddu’n sylweddol. Essa Mae torri disgwyliadau yn troi offeryn defnyddiol yn ffynhonnell rhwystredigaeth, gan amlygu’r angen hanfodol i gwmnïau technoleg weithredu arferion profi mwy trwyadl sy’n canolbwyntio ar sefydlogrwydd sain cyn rhyddhau diweddariadau deallusrwydd artiffisial i’r cyhoedd.

Lleoli a monitro parhaus

Hyd yn hyn, nid yw’r datblygwr meddalwedd wedi cyhoeddi datganiadau swyddogol yn manylu ar amserlen ar gyfer cywiro’r anghysondebau lleisiol hyn yn derfynol. Mae’r gymuned dechnoleg yn parhau i fonitro ymddygiad ap gyda phob diweddariad tawel bach newydd yn cael ei wthio i ddyfeisiau.

Esblygiad prosesu iaith naturiol

Mae’r beirianneg y tu ôl i synthesis lleferydd amser real yn cynrychioli un o’r heriau mwyaf heddiw ym maes dysgu peiriannau. Mae angen i’r system ddehongli’r testun a gynhyrchir, cymhwyso’r goslef gywir yn seiliedig ar y cyd-destun, a chyflwyno’r sain yn syth.

Er gwaethaf diffygion presennol yn y diweddeb ac acenion, mae technoleg sgwrsio byw yn parhau i ddatblygu’n gyflym. Yn y pen draw, dylai Ajustes mewn algorithmau cywasgu a phrosesu sain sefydlogi perfformiad lleisiau arferol ar bob llwyfan symudol.