IA

Neural-Network peut identifier une mélodie grâce aux mouvements corporels des musiciens

Neural-Network peut identifier une mélodie grâce aux mouvements corporels des musiciens


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Une chose est sûre, l'IA évolue. Rien que par la quantité de données qui peuvent être interprétées par des réseaux de neurones d'apprentissage en profondeur, ces micro-IA sont capables de faire des merveilles

La musique est à la fois un auditif et visuel expérience. Quand on regarde un ensemble de musiciens, on prend repères visuels pour nous aider àdifférencier qui joue quoi.

Les chercheurs du MIT-IBM Watson AI Lab ont développé un nouvel outil d'IA qui imite simplement ce processus. S'appuyant sur les travaux de Zhao et. tous les chercheurs exploitent l'observable mouvements de la main et du corps capturé sur vidéo. UNE réseau d'analyse vidéo compile les données des mouvements des musiciens tandis qu'un réseau de séparation audiovisuelle sépare chaque source sonore en reprenant les données fournies par le réseau d'analyse vidéo.

Cette technologie peut potentiellement être utilisée lors du mixage de l'audio d'un concert. Les producteurs audio peuvent isoler un instrument et changer son volume, si vous y pensez, cela peut considérablement améliorer les remasters de anciennes images de concert.

Cette technologie pourrait également être adaptée pour résoudre les problèmes liés à les gens parlent simultanément lors de vidéoconférences. Une autre utilisation potentielle pourrait être les robots, pour leur faire comprendre les sons environnementaux comme les animaux, les véhicules ou les personnes avec une meilleure qualité.

La base de l'analyse visuelle dans le projet, soi-disant analyse des points clés, a également des applications dans le domaine du sport. Fournir une solution de suivi des performances qui nécessite moins de contribution humaine.

CONNEXES: VOUS VOULEZ SAVOIR QUI PEUT ÊTRE LE PROCHAIN ​​FOOTBALLER? CETTE IA VOUS dira

Des recherches antérieures ont montré que les systèmes d'appariement vision-audio peuvent apprendre à reconnaître et à différencier un large éventail de sources sonores de l'écrasement. vagues gazouiller des oiseaux.

Il existe de nombreux domaines potentiels dans lesquels cette technologie peut trouver une utilisation commerciale. Nous pouvons former un système de sécurité pour qu'il réagisse au bruit de la vitre brisée, ou nous pouvons former une IA de voiture autonome pour prédire la trajectoire d'une ambulance entrante.


Voir la vidéo: Détente du plancher buccal suivi de 2 exercices vocaux simples: La mouche et Ma, Me, Mi, Mo, Mu (Octobre 2022).