عینکهای مجهز به سونار، دستورات صوتی زیرلبی کاربران را میخوانند!
برخی از افراد فاقد قدرت گفتار هستند، برخی دیگر هم ممکن است مدام در در محیطهای پر سر و صدایی به سر ببرند که در آن دستور صوتی دادن با صدای بلند کارایی ندارد. چنین افرادی میتوانند از عینک EchoSpeech بهره ببرند که کلمات بی صدای کاربر خود را میخواند.
این عینک آزمایشی توسط محققانی در آزمایشگاه رابط های کامپیوتری هوشمند برای تعاملات آینده (SciFi) دانشگاه کورنل ساخته شده است.
دو بلندگوی مینیاتوری رو به پایین در قسمت زیرین قاب هر لنز عینک جاگذاری شدهاند. بلندگوها امواج صوتی نامفهومی را منتشر می کنند که از دهان جنبان کاربر منعکس میشود و به سمت میکروفون برمیگردد.
این پژواکها توسط یک الگوریتم یادگیری عمیق در گوشی هوشمند متصل به صورت بیسیم تجزیه و تحلیل میشوند. این الگوریتم برای مرتبط ساختن پژواکهای خاص با حرکات دهان خاص آموزش داده شدهاند.
EchoSpeech در حال حاضر قادر است 31 دستور را با دقت 95 درصد تشخیص دهد و تنها به چند دقیقه آموزش برای هر کاربر نیاز دارد و مهمتر از همه برای افرادی که نگرانی های مربوط به حفظ حریم خصوصی دارند، این سیستم هیچ دوربینی را در خود جای نمیدهد و هیچ اطلاعاتی را به اینترنت ارسال نمیکند.
علاوه بر این، از آنجایی که از یک دوربین پرقدرت استفاده نمیکند، با یک بار شارژ باتری میتواند تا 10 ساعت کار کند. در مقابل، محققان ادعا میکنند که سیستمهای مبتنی بر دوربین تنها برای حدود 30 دقیقه با هر بار شارژ کار میکنند.
این دانشگاه در حال حاضر روی تجاریسازی این فناوری کار میکند. به این ترتیب، این فناوری گفتار بیصدا میتواند ورودی عالی برای یک سنتزکننده صدا باشد.
آزمایشگاه SciFi قبلاً یک سیستم تقریباً مشابه به نام EarIO توسعه داده بود که از یک دستگاه مجهز به سونار برای ثبت حالات چهره کاربر استفاده میکرد. اگرچه عمدتاً برای ایجاد آواتارهای دیجیتال استفاده میکرد. گفته میشود، سیستم EarCommand دانشگاه بوفالو هم کلماتی را که به زبان بیصدا گفته میشود، از طریق یک هدفون میخواند که تغییر شکلهای مجزای کانال گوش را که توسط حرکات خاص دهان ایجاد میشود، تشخیص میدهد.
منبع: Cornell University
مطالب مرتبط
