Google AI可依照畫面辨識出不同人的聲音，並獨立出其音軌。（圖/擷取自網路、文/鄭妙湘）
記者/鄭妙湘
人類通常能夠在吵雜環境中分辨出各種聲音，現在機器也能完成。近期Google 的專家們利用深度學習（deep learning）結合臉部辨識，可只靠人類講話的臉部表情、嘴型挑出特定聲音，在辨別的過程中會將聲音片段（包含背景音）交給AI人工智慧來分離，最後從多個聲音中「分離」出獨立音軌。
根據蘋果日報16日報導，Google官方釋出了一段影片，畫面中是兩位主播激烈的針對議題爭論，聲音重疊時幾乎難以聽清楚任何一方的意見，透過軟體強化其中一主播聲音後，就能清楚聽見單方意見。雖然此功能極為方便，但仍存在潛在爭議，例如公開竊聽等，要如何規範與現制，將會是開發者的挑戰。