Google的录音机应用就像魔术一样，但这是它的工作原理

毫无疑问，Google处于人工智能（AI）和机器学习（ML）的最前沿。证据在于一系列Google产品 - 从行业领先计算摄影至提出建议当我们写电子邮件时。AI和ML显然是Google所有努力的核心。

像素4的录音机应用程序是Google ML实力的另一个例子。该公司发布了智能音频录音机应用程序像素4，使用设备机学习自动转录录制。该应用也到达在较旧的像素设备上几个月后。在一个博客文章，Google现在详细介绍了新的录音机应用程序如何运作。

转录

该应用程序生成音频录音的实时转录。也可以搜索转录的文本，使您可以在不听整个录音的情况下快速找到对话中的特定单词。

为此，Google使用了其在设备上的语音识别模型中进行的改进。该型号确保录音机应用程序可以转录冗长的音频文件，最多几个小时。单词被映射到音频录制的时间戳。因此，当您在转录中点击特定单词时，也从录音中的那一点开始录制音频播放。这也是您能够搜索单词并跳到录音中的确切点的方式。

可视化声音

此外，Google解释说它使用了C横向神经网络将不同的声音与不同的颜色相关联。这是Google使用Android 10的设备机器学习模型bob体育提现现场字幕功能。

该模型标识了不同的声音，例如狗吠叫或乐器弹奏。然后，它将颜色分配给音频波形中的声音。这可以帮助用户视觉识别声音。因此，下次狗在录音中吠叫时，您可以轻松地跳过它，而无需擦拭音频文件。

录音机检查不同类型的声音配置文件 - 语音，音乐等 - 每50毫秒960毫秒窗口中每50毫秒。该公司表示，这一过程“可以以一种与连续分析连续的960ms窗口切片相比，以一种不容易出错的方式来查明精确的启动和结束时间。”

建议标题和标签

录音结束后，该应用程序会建议使用标签和标题。为此，录音机计数术语的发生及其在句子中的语法作用。确定为实体的条款已大写。然后，一种在设备上的算法标记名词和专有名词，用户倾向于轻松记住它们。此后，术语通过语言模型进行评分和排名。最终选择是您认为的标题或标签建议。

ph！这是很多幕后工作。显然，制作智能录制应用程序不是开玩笑。Google似乎还通过将这些流程仅限于您的设备来对用户隐私进行了很多思考。该应用程序仍然无法区分扬声器，但是也许Google可以在将来添加以使应用程序变得更好。

您正在使用新的Google Recorder应用程序吗？让我们在下面的评论部分中知道您的经验。