تحقیقات مایکروسافت در حال کار بر روی فناوری تشخیص دستورات صوتی بی صدا است

مایکروسافت روی رابط ورودی صوتی جدیدی کار می کند که به کاربران امکان می دهد بدون درز صدا صحبت کنند و ضبط کنند. این تحقیق توسط Microsoft Research انجام شده و در UIST 2018 ارائه شده است.

این ماژول که SilentVoice نام دارد، هوای خروجی از دهان را گرفته و صدا را بدون ایجاد مزاحمت برای افراد اطراف ضبط می کند. علاوه بر این، ماژول صدای اطراف را نیز فیلتر می‌کند تا کاربر بتواند صدای واضحی را حتی بدون دخالت خارجی ضبط کند.

SilentVoice یک دستگاه رابط ورودی صوتی جدید است که به رابط کاربر طبیعی مبتنی بر گفتار (NUI) در زندگی روزمره نفوذ می کند. روش پیشنهادی "گفتار تهاجمی" امکان قرار دادن یک میکروفون بسیار نزدیک به جلوی دهان را بدون ایجاد نویز پاپ فراهم می کند و صداهای گفتاری بسیار ملایم را با نسبت S/N خوب ضبط می کند. این نشت صدای بسیار کوچک (کمتر از 39dB(A)) را متوجه می‌شود و به ما امکان می‌دهد از ورودی صوتی بدون آزار افراد اطراف در موقعیت‌های عمومی و موبایل و همچنین دفاتر و خانه‌ها استفاده کنیم. با اندازه گیری جهت جریان هوا، SilentVoice را می توان به راحتی از گفته های معمولی با دقت 98.8٪ جدا کرد. هیچ کلمه فعال سازی مورد نیاز نیست. می توان از آن برای سیستم های فعال کننده صدا با یک تشخیص دهنده صدای آموزش دیده استفاده کرد. نتایج ارزیابی نرخ خطای کلمه (WERs) 1.8٪ (شرایط وابسته به سخنران) و 7.0٪ (شرایط مستقل از گوینده) را با فرهنگ لغت محدود از 85 جمله دستوری به دست می‌دهد. صدای طبیعی زمزمه مانند نیز می تواند برای ارتباط صوتی بلادرنگ استفاده شود.

- مایکروسافت

برای مشاهده نحوه عملکرد آن می توانید ویدیوی زیر را مشاهده کنید.

این فناوری هنوز در مرحله تحقیقاتی است، اما مطمئناً به افراد کمک می کند تا صدا را ضبط کنند و همچنین بدون ایجاد مزاحمت برای اطرافیان خود کار کنند.

منبع: مایکروسافت؛ از طريق: WalkingCat