Istraživači sa Sveučilišta Cornell razvili su sučelje EchoSpeech za prepoznavanje tihog govora.
Naočale EchoSpeech opremljene su parom mikrofona izvučnike koji su manji od gumice na vrhu olovke i ne koriste kameru. Uređaj šalje i hvata akustične valove koji ukazuju na promjene u dinamici mišića lica i usta. Algoritam dubokog učenja analizira ove profile odjeka u stvarnom vremenu s točnošću od oko 95%.
Kako radi EchoSpeech. Slika: Ruidong Zhang et al.
Primljeni podaci se putem Bluetooth veze prenose nau stvarnom vremenu na pametnom telefonu, obrađuju se i pohranjuju lokalno na uređaju. Razvojni programeri izvješćuju da je EchoSpeechu potrebno nekoliko minuta za obuku za određenog korisnika.
Za ljude koji ne mogu govoriti, ova tehnologija tihog govora može biti izvrstan sintetizator glasa. Ona može pacijentima vratiti njihov glas.
Ruidong Zhang, koautor razvoja
Većina tihih tehnologija za prepoznavanje govoraograničeni su na odabrani skup unaprijed definiranih naredbi i zahtijevaju od korisnika i osobe s kojom razgovaraju da gledaju u kameru ili da je nose. To značajno komplicira mogućnost korištenja takvih uređaja. Osim toga, veliki tok podataka zahtijeva obradu u oblaku, što narušava privatnost korisnika.
U svom trenutnom obliku, EchoSpeech možekoristite za komunikaciju s drugima putem svog pametnog telefona na mjestima gdje je pričanje nezgodno ili neprikladno, kao što je bučni restoran ili tiha knjižnica. Sučelje za tihi govor također se može upariti sa pisaljkom i softverom za dizajn kao što je CAD, praktički eliminirajući potrebu za tipkovnicom i mišem, dodaju programeri.
Čitaj više:
Znanstvenici su otkrili prirodu čudnih radio signala s planeta sličnog Zemlji
Nad Italijom je planula crvena aureola. Sada je njegova priroda objašnjena
Webb je pronašao najstariju crnu rupu u svemiru