Yobe 想解决的，是语音领域目前的一个困境，语音助手可以识别出用户在讲什么，准确度也不错，但假设有人和用户同时说话，其识别率就会大大降低，这被称为 “鸡尾酒会问题”。就像在一场宴会上，背景过于嘈杂，语音识别就难以正常工作。
为此，Yobe 建立了一个声音驱动系统，可以在嘈杂环境中，利用 AI 识别用户的生物特征，进而判断并分离特定的声音，自动提高这一特定声音的音量，帮助语音识别引擎更好地工作。
2017 年 6 月，Yobe 公布了一段非常简短的技术介绍视频
在应用上，Yobe 计划将技术授权给芯片或智能硬件制造商，第一步的推广会从声控设备开始。CEO Ken Sutton 认为，特定声音识别技术的应用场景很广，可以用于会议转录，帮助司法或鉴定，制造更好的助听器，以及完善声纹识别技术。
Sutton 表示，目前技术研发已经完成，下一步将简化产品并投入市场。新产品会在一个月内上线，将开发布会进行现场演示。
与 Yobe 想解决的问题类似，今年 4 月，Google 曾在博客上发文称，正试图复制 “人类大脑专注于某个声源，同时可过滤掉其他声音” 的能力。Google 的技术主要集中在视频处理上，让用户在一段视频中选择一个人脸，利用视觉组件观察这个人的嘴，从而创建出其个人语音轨迹。当然，谷歌的技术难度在于分离数段声音，而 Yobe 主要完成的，更类似于 AI 降噪。
锤子的坚果 3 就声称利用了 “AI 通话智能降噪技术”，其供应商大象声科是基于深度学习技术，结合传统降噪方法，来实现噪音环境下的语音提取和信号增强，技术思路与 Yobe 相近。
作为一项利用了 AI 的产品，计算资源占用和性能之间的平衡或许是 Yobe 最需要做好的。而以单一辅助技术作为出发点，在开拓市场之后，Yobe 是给自己寻找一个好买家，还是以此为切入点进入更广的语音领域，也是我们接下来会关注的。
友情链接