Yobe想解決的，是語音領(lǐng)域目前的一個困境，語音助手可以識別出用戶在講什么，準(zhǔn)確度也不錯，但假設(shè)有人和用戶同時說話，其識別率就會大大降低，這被稱為“雞尾酒會問題”。就像在一場宴會上，背景過于嘈雜，語音識別就難以正常工作。
為此，Yobe建立了一個聲音驅(qū)動系統(tǒng)，可以在嘈雜環(huán)境中，利用AI識別用戶的生物特征，進(jìn)而判斷并分離特定的聲音，自動提高這一特定聲音的音量，幫助語音識別引擎更好地工作。
2017年6月，Yobe公布了一段非常簡短的技術(shù)介紹視頻
在應(yīng)用上，Yobe計劃將技術(shù)授權(quán)給芯片或智能硬件制造商，第一步的推廣會從聲控設(shè)備開始。CEO Ken Sutton認(rèn)為，特定聲音識別技術(shù)的應(yīng)用場景很廣，可以用于會議轉(zhuǎn)錄，幫助司法或鑒定，制造更好的助聽器，以及完善聲紋識別技術(shù)。
Sutton表示，目前技術(shù)研發(fā)已經(jīng)完成，下一步將簡化產(chǎn)品并投入市場。新產(chǎn)品會在一個月內(nèi)上線，將開發(fā)布會進(jìn)行現(xiàn)場演示。
與Yobe想解決的問題類似，今年4月，Google曾在博客上發(fā)文稱，正試圖復(fù)制“人類大腦專注于某個聲源，同時可過濾掉其他聲音”的能力。Google的技術(shù)主要集中在視頻處理上，讓用戶在一段視頻中選擇一個人臉，利用視覺組件觀察這個人的嘴，從而創(chuàng)建出其個人語音軌跡。當(dāng)然，谷歌的技術(shù)難度在于分離數(shù)段聲音，而Yobe主要完成的，更類似于AI降噪。
錘子的堅(jiān)果3就聲稱利用了“AI通話智能降噪技術(shù)”，其供應(yīng)商大象聲科是基于計算機(jī)聽覺場景分析，通過深度學(xué)習(xí)技術(shù)，來實(shí)現(xiàn)和噪音環(huán)境下語音增強(qiáng)。大象聲科表示，這項(xiàng)技術(shù)是世界第一款芯片級單音軌實(shí)時語音提取方案，已經(jīng)開始在手機(jī)通訊行業(yè)實(shí)現(xiàn)商用。
作為一項(xiàng)利用了AI的產(chǎn)品，計算資源占用和性能之間的平衡或許是Yobe最需要做好的。而以單一輔助技術(shù)作為出發(fā)點(diǎn)，在開拓市場之后，Yobe是給自己尋找一個好買家，還是以此為切入點(diǎn)進(jìn)入更廣的語音領(lǐng)域，也是我們接下來會關(guān)注的。
