|
4月10日消息，美国康奈尔大学的研究人员开发了一种新技术，可以通过声纳眼镜进行无声沟通。这种眼镜利用微型扬声器和麦克风来读取佩戴者默念的单词，从而可以在不需要物理输入的情况下执行各种任务。
这项技术由康奈尔大学的博士生张瑞东（音译）领导开发，是在一个类似的项目的基础上进行的改进，该项目使用了一个无线耳机，而之前的模型则依赖于摄像头。
据IT之家了解，该声纳眼镜使用一种名为 EchoSpeech 的无声语音识别接口，利用声纳来感知嘴部运动，同时使用一个深度学习算法实时分析回波特征。这使得系统能够以约 95% 的准确率识别佩戴者默念的单词。
这项技术最令人兴奋的前景之一是，对于有语言障碍的人来说，可以使用它来无声地将对话输入到语音合成器中，然后将单词大声说出来。眼镜也可以用来在安静的图书馆中控制音乐播放，或者在嘈杂的音乐会上口述信息。
该技术既小巧又低功耗，也不会侵犯隐私，因为没有数据离开用户的手机。这样，就不会有隐私方面的担忧。眼镜佩戴非常方便，比其他可用的无声语音识别技术更实用、更可行。
研究人员表示，该系统只需要几分钟的训练数据来学习用户的语音模式，学习完成后，就可以朝用户的脸上发送和接收声波，感知嘴部运动，同时使用深度学习算法分析回波特征。该系统目前能够识别 31 个孤立的命令和一串连续的数字，并且错误率低于 10%。
该系统目前的版本提供了大约 10 小时的电池续航，并且可以通过蓝牙无线地与用户的智能手机通信。智能手机负责处理和预测所有数据，并将结果传输到一些“动作键”，让它可以播放音乐、与智能设备交互或激活语音助手。
注：文章及图片转载自网络，如有侵权请联系删除 |
京公网安备 11010602105141号
