Jezik, slika, zvok
Govor, slike, video in večmodalni sistemi niso vsi ista tehnologija.
Poglavje na eni sliki
BesediloSlika in videoGovor in zvok
Večmodalni model
Razumevanje ali ustvarjanje
Preverjanje izvora
Od »Slika in video« se vrne k »Večmodalni model«.
V tem poglavju
- 1Kako UI dela z jezikom?Obdelava naravnega jezika (NLP) vključuje prevajanje, razvrščanje, iskanje pomena in tvorjenje besedil.
- 2Kaj računalnik »vidi« na sliki?Računalniški vid obravnava slike in video kot podatke, iz katerih išče predmete, vzorce ali gibanje.
- 3Prepoznavanje govora in ustvarjanje zvokaUI lahko govor pretvori v besedilo, ustvari glas ali prepozna določene zvoke.
- 4Kako UI ustvarja slike?Generativni slikovni modeli ustvarjajo vizualne podobe iz besedila, slik ali drugih vhodov.
- 5Kako UI ustvari video?Video model mora ustvarjati ali spreminjati več povezanih slik skozi čas.
- 6Kaj pomeni večmodalna UI?Večmodalni model lahko obdeluje več vrst podatkov: denimo besedilo, sliko, zvok ali video.