2024-07-09 | 광주=박지훈 기자

谈人工智能,光州“这里”研究实力雄厚…AI语音信号处理领域获点赞

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

被称为“科学人才培养摇篮”的光州科学技术院(GIST)凭借在人工智能(AI)语音信号处理领域的卓越研究成果备受关注。

据光州科学技术院9日消息,研究音频智能的Kim Hong-kook GIST电气电子计算机工程学部教授研究团队在国际声学场景与事件检测分类竞赛中,获得“基于语言查询的音频源分离”单元第1名和“室内声学事件检测”单元第3名。

本次竞赛是国际电气电子工程师学会(IEEE)下属信号处理学会(AASP)自2013年起举办的世界性赛事,比拼利用人工智能(AI)听声判断情境的声学识别技术。今年从4月1日至6月15日约三个月间,有108个知名机构及大学参赛,在声学场景识别、机械异常诊断确认等10个领域展开竞争。

由音频智能研究室(AiTeR)学生组成的“GIST-AunionAI”团队在Kim Hong-kook教授创办的公司AunionAI支持下,在“DCASE Challenge 2024”的“基于语言查询的音频源分离课题”单元取得第1名,印证了研究成果的优秀性。此外,与Hanwha Vision研究员共同组成的GIST-HanwhaVision团队在“声学事件检测课题(DCASE Task 4)”中获得第3名。

“基于语言查询的音频源分离(LASS)技术”是根据用户输入的文本分离相应音频信号的技术。通过文本查询分离生成音频源,为连接语言与音频的生成式AI模型开发提供基础,可应用于自动音频编辑、多媒体内容检索、增强聆听等多种领域。

在本次竞赛中,“GIST-AunionAI”团队融合可表达多种音频智能的AI技术,开发出高性能的基于语言查询的音频源分离技术。

Kim Hong-kook教授表示:“这是GIST研究室、AunionAI公司与Hanwha Vision协作取得的成果,所开发的AI模型不止停留在研究室,而有可能走向商业化,意义非常重大”,“特别是将持续努力改进基于LLM的音频生成与识别AI模型,并将其应用于各领域,为便利安全生活的技术进步作出贡献”。

阅读韩文原文