От лая к словам: исследователи стремятся переводить звуки собак с помощью ИИ

Исследователь из Техасского университета в Арлингтоне стремится превратить лай, вой и скуление собак в понятную речь — своего рода «розеттский камень» для собачьего языка.

Компьютерный ученый Кенни Чжу создал, по его словам, крупнейший в мире каталог видео и аудиозаписей вокализаций собак. В статьях, опубликованных в этом году, Чжу и его коллеги сообщают о потенциальных фонемах (наименьших единицах звука) и словоподобных паттернах, которые однажды могут быть превращены в полные предложения, понятные людям.

«Конечная цель — создать переводчик, с помощью которого можно будет свободно общаться со своим питомцем», — сказал Чжу.

Как ИИ интерпретирует собак

Интерес Чжу к общению с животными возродился после просмотра документального фильма BBC о коммуникации китов и дельфинов. Он понял, что с помощью искусственного интеллекта должен быть более простой способ перевода.

Для своего первого проекта Чжу хотел проверить, может ли языковая модель услышать разницу между сиба-ину в Японии и США, используя видео с YouTube. Хотя различий в «диалекте» обнаружено не было, исследователи собрали сотни часов синхронизированного аудио и видео, чтобы обучить ИИ-модель разделять собачьи вокализации на отдельные фонемы.

Расшифровка включает в себя как звук, так и контекст, так как лай или скуление могут быть связаны с ситуацией. Если «термин» совпадает с действием собаки, эта корреляция указывает на потенциальное значение.

На данный момент исследователи транскрибировали около 50 часов лая в слоги. Они выявили некоторые возможные «слова», такие как кошка, клетка и поводок, и то, как эти «слова», по-видимому, звучат по-разному в зависимости от породы собаки.

Также было обнаружено, что лингвистические способности собаки, по-видимому, меняются с возрастом. В одном исследовании было установлено, что по мере взросления хаски ее лай становится длиннее и, потенциально, сложнее.

Практическое применение: здоровье и благополучие

Эта работа не только про общение: она может помочь выявить ранние признаки проблем со здоровьем собаки. Приложение для смартфона или другое устройство с «переводчиком» могло бы информировать владельца о психических или физических изменениях.

В этом же ключе Чжу работает над расшифровкой звуков кошек. Он готовит предложение для Morris Animal Foundation об исследовании, изучающем, могут ли вокализации кошки дать представление о ее психическом состоянии или поведении.

Еще один проект Чжу совместно с Техасским университетом A&M посвящен звукам крупного рогатого скота. Десятки коров в контролируемых загонах университета записывались на аудио и видео 24/7 в течение более двух месяцев. Эти данные будут сопоставлены с ветеринарными записями, чтобы увидеть корреляцию со здоровьем животных.

Исследователи предполагают, что «светская беседа» в стаде может содержать сигналы о благополучии. Анализируя эти голосовые паттерны на предмет лингвистической структуры, они надеются выявить болезнь раньше, чем это заметит человек.

Работа других групп

• В Мичиганском университете исследователи обрабатывают собачий лай с помощью ИИ-моделей, изначально обученных на человеческой речи.
• В Вирджинском технологическом институте ученые создают ИИ-систему для расшифровки вокализаций коров.
• Параллельно возникла целая индустрия ИИ-ошейников для собак и приложений-«переводчиков» для кошек, обещающих пользователям лучше понять потребности своих питомцев.