通过人工智能分离视频中多个人声的技术

近日，谷歌研究博客发表一篇文章，介绍一项通过人工智能分离视频中多个人声的技术。这一技术目前能精确的过滤人声，只留下被过滤者自己的声音。谷歌专家团队通过机器学习结合面部识别，达到准确的分离人声的目的。

谷歌同时上传了几个小视频，来展现该技术的应用场景。谷歌研究团队解释道，他们通过算法追踪面部动作，通过学习YouTube上十万份优质的讲座和演讲视频，利用卷积神经网络模型将声音分离出来。

目前，谷歌研究团队表示，未来或可能应用到Hangouts或者Duo这样的语音电话中，只要你开启摄像头，系统就能自动将背景杂音过滤掉。其他像是自动字幕或者自动翻译未来可能也会因此受惠。