这项技术在日本东京先进技术综合展览会上公开展示，被团队称为“深度聚类”机器学习，可识别多个声源“声纹”中的独特功能。然后，将每个演讲者声音的不同特征组合在一起，允许它从多个声音中将特定特征的声音选出来，重建每个人的话语。智能技术使用了多名人士讲的英语进行了培训和学习，即便说话人是日本人，也能轻松地分辨出来。
据介绍，传统识别语音的方法，利用两个收音器模拟听众两耳朵的位置，只能达到51%的准确性，形成的“鸡尾酒会效应”困扰了AI研究几十年。
新智能系统可以将两个人的语音成功分离，而且，重建单人语音的精确度高达90%，新技术可帮助家庭和汽车更好地执行智能任务，一次可分离多达5个人的声音，可用于电梯、空调机组和家用产品的智能操控。