{"id":18123,"date":"2021-06-22T08:13:34","date_gmt":"2021-06-22T08:13:34","guid":{"rendered":"http:\/\/pragmaetimos.com\/it\/?p=18123"},"modified":"2024-04-30T12:53:26","modified_gmt":"2024-04-30T10:53:26","slug":"audio-recognition-artificial-o-human-intelligence","status":"publish","type":"post","link":"https:\/\/pragmaetimos.com\/it\/audio-recognition-artificial-o-human-intelligence\/","title":{"rendered":"Audio Recognition: Artificial o Human Intelligence?"},"content":{"rendered":"

[et_pb_section fb_built=”1″ admin_label=”section” _builder_version=”4.20.0″ background_color=”#000219″ global_colors_info=”{}”][et_pb_row admin_label=”row” _builder_version=”4.16″ background_size=”initial” background_position=”top_left” background_repeat=”repeat” global_colors_info=”{}”][et_pb_column type=”4_4″ _builder_version=”4.16″ custom_padding=”|||” global_colors_info=”{}” custom_padding__hover=”|||”][et_pb_text _builder_version=”4.16″ _module_preset=”default” header_2_font=”|||||on|||” header_3_font=”|||||on|||” header_2_font_size_tablet=”” header_2_font_size_phone=”26px” header_2_font_size_last_edited=”on|phone” header_3_font_size_tablet=”” header_3_font_size_phone=”22px” header_3_font_size_last_edited=”on|phone” global_colors_info=”{}”]<\/p>\n

L\u2019Audio Recognition<\/strong> \u00e8 la scienza che permette di avere macchine in grado di identificare suoni di qualsiasi tipo: persone che parlano, cani, aerei, suoni ambientali, ecc.<\/p>\n

\u00c8 una nuova disciplina, per cui ci sono elementi che capiamo e altri ancora da scoprire. Solitamente l\u2019Audio Recognition viene riconosciuto come elemento di Artificial Intelligence<\/strong>. \u00a0Ma ci siamo mai fermati a pensare quanto lavoro umano ci sia dietro a una soluzione AI?<\/p>\n

Il ruolo dei Dati e della Human Intelligence nell\u2019Audio Recognition<\/strong><\/h2>\n

Abbiamo definito l\u2019Audio Recognition elemento d\u2019Intelligenza Artificiale, il che significa che tutto parte dai Dati<\/strong>, in questo caso registrazioni audio.<\/p>\n

Cos\u00ec come le persone che lavorano alla composizione di un dizionario devono trovare una definizione per ogni parola, la macchina deve saper classificare i suoni che sente e ricondurli a delle informazioni.<\/p>\n

Partiamo per\u00f2 dal presupposto che la tecnologia non nasce intelligente. Dietro ad essa c\u2019\u00e8 il lavoro umano che, ancora prima di programmare la macchina, si occupa della classificazione dei Dati. Ci\u00f2 consiste nella creazione di un modello di base dati collegati ad una serie di informazioni. Per far s\u00ec che il software identifichi che nell\u2019audio c\u2019\u00e8 la voce di Mario Rossi, che parla in italiano e che sta in un aeroporto, bisogner\u00e0 creare una base dati che classifichi un determinato suono come \u201cnome: Mario Rossi\u201d, un altro come \u201clingua: italiana\u201d e un altro ancora come \u201cluogo: aeroporto\u201d. Inoltre, ci sono dei suoni che non vanno considerati, ad esempio rumori che disturbano un audio di bassa qualit\u00e0. Anche in questo caso vanno classificati, stavolta in modo che la macchina capisca che deve escluderli dall\u2019analisi.<\/p>\n

In sostanza il programmatore fa capire alla macchina la variabilit\u00e0 del dato, quindi tutti gli elementi che rendono un suono diverso dall\u2019altro. Dopodich\u00e9 insegna al dispositivo come definire che quella particella di suono corrisponde a un determinato oggetto (persona, luogo, lingua, ecc.).<\/p>\n

 <\/p>\n

La genetica del suono<\/strong><\/h3>\n

Ogni audio pu\u00f2 lasciare pi\u00f9 \u201cimpronte vocali\u201d riconducibili a diverse informazioni. Esattamente come l\u2019impronta digitale, fornisce all\u2019investigatore delle informazioni sul sospettato del crimine, risalendo al DNA e quindi all\u2019identit\u00e0 della persona.<\/p>\n

Il programmatore che si occupa di creare il software di Audio Recognition, parte dalla scomposizione del suono in piccole particelle che possiamo chiamare \u201cAudiosomi<\/strong>\u201d. Definiamo Audiosoma l\u2019identificativo univoco che concorre a comporre l\u2019impronta di un audio vocale\/suono. Successivamente l\u2019addetto classifica quegli Audiosomi, in modo che la macchina, attraverso algoritmi di Machine Learning<\/strong>, capisca quando un insieme di tali particelle compongono un\u2019impronta vocale, piuttosto che un’altra.<\/p>\n

 <\/p>\n

Il lato umano dell\u2019Artificial Intelligence<\/strong><\/h2>\n

\u00abL’Intelligenza Artificiale \u00e8 una disciplina appartenente all’informatica che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all’elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell\u2019Intelligenza Umana.\u00bb<\/p>\n

(Marco Somalvico<\/a>)<\/p>\n

Il modo di agire e di risolvere i problemi dell\u2019Artificial Intelligence ricalca quello umano. Questo perch\u00e9 l\u2019uomo \u00e8 riuscito a riprodurre su delle macchine determinati meccanismi della mente umana.<\/p>\n

Facciamo l\u2019esempio di una cimice che registra i suoni che ha attorno. L\u2019audio che ne risulta \u00e8 un dato che se non viene elaborato e collegato ad altri dati, non diventer\u00e0 mai informazione. In questo caso il ruolo giocato dall\u2019investigatore \u00e8 fondamentale. Ascolta la registrazione e riconosce delle voci (se sono di persone a lui note), delle lingue, il genere e altri indizi. Il limite di questo processo per\u00f2 \u00e8 che il risultato dipende dalla capacit\u00e0 del singolo investigatore di elaborare determinati dati. Se andasse in pensione, potrebbe capitare che nessun altro riesca ad individuare le identit\u00e0 di determinate voci.<\/p>\n

L\u2019Audio Recognition simula il procedimento umano di elaborazione dei dati trasformandoli in informazioni. Per certi versi supera la capacit\u00e0 umana perch\u00e9 capace di elaborare molti pi\u00f9 dati insieme, in tempi di gran lunga inferiori. Ma non dobbiamo dimenticare che tutto parte dalla Human Intelligence che crea l\u2019AI.<\/p>\n

 <\/p>\n

Le Soluzioni di Pragma Etimos<\/strong><\/h2>\n

Sviluppiamo software di Audio Recognition per la definizione di \u00abimpronte vocali\u00bb e il riconoscimento delle voci estrapolate da file audio indipendentemente dalla sorgente e dalla qualit\u00e0. Le nostre soluzioni sono costruite su misura al cliente e integrabili con eventuali tecnologie gi\u00e0 in uso.<\/p>\n

In particolare i servizi che offriamo sono:<\/p>\n