تبدیل گفتار به چهره یک شبکه عصبی پیشرفته و انقلابی است که توسط دانشمندان دانشگاه MIT ساخته شده است و برای تشخیص برخی از ویژگی‌های صورت و بازسازی چهره افراد، آموزش دیده است و این کار را فقط با گوش دادن به صدای افراد انجام می‌دهد.
ممکن است قبلاً در مورد دوربین‌های مجهز به هوش مصنوعی شنیده باشید که می‌توانند چهره افراد را فقط با تجزیه و تحلیل ویژگی‌های صورتشان تشخیص دهند، اما این دستاورد جدید می‌تواند فقط با شنیدن صدای شما بگوید که چه شکلی هستید.
در حالی که این شبکه عصبی که Speech to Face نام دارد، هنوز نمی‌تواند ویژگی‌های دقیق صورت انسان را از طریق صدا تشخیص دهد، اما بسیاری از جزئیات را به درستی دریافت می‌کند.
این مدل برای نشان دادن ارتباط آماری بین ویژگی‌های چهره و صدای گویندگان در داده‌های آموزشی طراحی شده است.

شما می‌توانید چیز‌های زیادی را در مورد یک فرد از نحوه صحبت کردن او بفهمید. برای مثال، می‌توانید تشخیص دهید که فردی مرد است یا زن، جوان است یا پیر، اما شبکه گفتار به چهره فراتر از این‌ها است، زیرا می‌تواند شکل فرد را نیز تعیین کند.
علیرغم تمام کاستی ها، شبکه “گفتار به چهره” نگاهی به آینده فناوری هوش مصنوعی را ارائه می‌دهد و می‌تواند به شناسایی مجرمان کمک کند یا در بسیاری از زمینه‌های دیگر مفید باشد.
بیشتر بخوانید