Hur fungerar Cat Speech Translation Apps?

Du har nog sett appar som påstår sig översätta vad din katt säger. Men kan de verkligen översätta din kattens meow till engelska? Det korta svaret är ja, typ av. Det är svårt på grund av hur unikt varje katt är "språk", men de kan komma ganska nära med modern teknik.

Kattöversättningsappar som MeowTalk använder en form av taligenkänning som betonar maskininlärning. Låt oss titta närmare.

Taligenkänning och maskininlärning

Taligenkänning fungerar genom att spela in tal och förvandla ljudet till en digital datafil. Det kodar data som tonhöjd och volym som datapunkter som appen kan analysera och matcha med betydelser. DPA-mikrofoner förklarar att dessa datapunkter kan se väldigt olika ut beroende på bakgrundsljud och hur ett ord talas.

Ibland tar vi röstigenkänning för givet, men det är en otrolig teknik. Speciellt med tanke på hur komplex mänskligt tal är. Som Vetenskapsmannen förklarar, varje ord involverar ett brett spektrum av ljud eller "fonemer" blandade i varandra. Att få en dator att förstå tal är mycket svårt. Den nya gränsen för kattljud blir ännu hårdare.

Appar som använder taligenkänning är programmerade med en "vokabulär" med ord som kallas en dataset. Appen matchar sedan ditt tal till det närmaste alternativet i dess datavokabulär.

När det gör ett misstag korrigerar du det och det sparar data för nästa gång. Detta är en del av maskininlärning. Det är hur ett program lär sig att känna igen tal även när det inte är identiskt med datasetet som det startade med.

Relaterad: Vad är maskininlärningsalgoritmer? Så här fungerar de

Röstigenkänning har fortfarande problem, särskilt med talhinder och accenter. Vissa företag är förbättra maskininlärning för att övervinna dessa problem, fastän. Med tiden kan maskininlärning göra taligenkänning till ett kraftfullt verktyg.

Så fungerar taligenkänning för människor. Men fungerar det för katter?

Taligenkänning vs. Meow-erkännande

Först måste vi förstå varför översättningen av en viss typ av meow som "Jag är hungrig" skiljer sig från att analysera mänskligt tal. Problemet är mest att kattkommunikation är mer beroende av icke-verbala signaler som hållning. Ett annat problem är frånvaron av ett universellt "kattpråk".

Enligt ASPCA, vuxna vildkatter mjaver aldrig av varandra, bara för människor. Annan forskning av Humane Society tillägger att dessa ljud "inte förekommer i vakuum." Vi måste tolka dem tillsammans med kroppsspråk och andra sammanhang. I många fall är dessa tysta signaler den enda skillnaden mellan ett meow som betyder "Jag är hungrig" och en som betyder "Jag vill spela."

Till detta problem har inga två katter samma språk. Katter utvecklar personliga "språk" för sina ägare. Dessa är dels baserade på imitation av ägarens röst och dels på kattens personlighet. Inga två katter låter lika, även när de förmedlar samma behov eller behov. Så hur kan en apps talordförråd översättas för dem alla?

Flexibel maskininlärning för katter

Även om några virtuella assistenter gillar Oto försök att förstå ton och känslor, taligenkänning är fortfarande hemsk vid icke-verbala signaler. Men det betyder inte att det är omöjligt att tolka dem.

MeowTalk använder en mer flexibel typ av maskininlärning för att lösa dessa problem.

Ladda ner: MeowTalk för Android | iOS (Fri)

Meowtalk skapades av Javier Sanchez, som också arbetade i Alexa-teamet. Han föreställde sig appen som ett steg mot smarta krage. Dessa krage skulle översätta kattljud till mänskligt tal, med hjälp av komplexa maskininlärningsstrategier för att hjälpa människor att bättre förstå och ta hand om sina katter.

MeowTalk-teamet kompenserade för unika problem genom att skapa mer specifika profiler för varje katt. I appen registrerar du varje katt separat. Vetenskap Norge rapporterar att kattungar mjukar annorlunda än vuxna katter, så appen ber också om kattens födelsedag. Varje profil genererar ett unikt datanätverk för katten som innehåller lite djupinlärning i maskininlärningen.

Relaterad: Deep Learning vs. Maskininlärning vs. AI: Hur går de tillsammans?

För ordförråd börjar MeowTalk med 10 ljudprofiler i sin dataset. Var och en har en annan innebörd, som "glad" eller "jakt". När appen hör ett ljud och får fel, kan du antingen korrigera det eller skapa en ny tolkning.

Korrigering uppmanar appen att ersätta basordförrådet med det nya ljudet.

Du kan till exempel berätta för appen att matcha "Jakt" till korta kvitrar istället för en lång yowl. Den här typen av korrigering är mer användbar än att lägga till flera ljud för att matcha med en som betyder hur taligenkänning gör det, vilket skulle vara som att berätta för appen att en lång yowl och kort kvitter både betyder "Mother Call."

Maskininlärning i appar för taligenkänning motstår vanligtvis denna typ av överskrivning. Det skulle vara som att försöka lära Siri att när du säger "teknikblogg" menar du verkligen "päron". Men den mer flexibla formen av maskininlärning som MeowTalk använder kan hantera denna korrigering mer lätt.

Att skapa en ny tolkning lägger till en mening som inte tidigare hade kodats. Om din katt till exempel har ett specifikt samtal när hon vill ha sin favoritleksak kan du lägga till "Jag vill ha min mus" som ett alternativ. Det liknar att lägga till ett ord i din autokorrigeringsordbok.

Relaterad: Hur du definierar dina egna autokorrigerande ord på Android

Med tiden kan du utveckla en mycket personlig talprofil för din katt. Så småningom kan det till och med vara tillräckligt sofistikerat för att vara användbart för husdjurssittare eller för att lösa beteendeproblem. Om inget annat hjälper det kattägare att bli mer uppmärksamma på sina husdjur.

Bedömningen: Fungerar kattöversättningsappar?

I slutändan litar "kattöversättning" fortfarande mycket på att användaren lär ut appen hur deras katt pratar. Det kommer förmodligen alltid att vara fallet på grund av hur unik varje kattens kommunikation är.

Men det faktum att maskininlärning har kommit så långt att utvecklare till och med delvis kan lyckas med detta är otroligt. Maskininlärning och AI går framåt i rasande hastigheter, och vi kan inte vänta med att se vart de går vidare.

Om författaren