Microsoft Research radi na tehnologiji za prepoznavanje tihih glasovnih naredbi

Microsoft radi na novom sučelju za glasovni unos koje će korisnicima omogućiti da govore i snimaju bez propuštanja glasa. Istraživanje provodi Microsoft Research, a predstavljeno je na UIST 2018.

Nazvan SilentVoice, modul će uhvatiti zrak koji dolazi iz usta i snimiti glas bez ometanja okolnih ljudi. Štoviše, modul će također filtrirati okolni glas tako da korisnik može uhvatiti jasan glas čak i bez vanjskih smetnji.

SilentVoice je novo sučelje za glasovni unos koji prodire u prirodno korisničko sučelje (NUI) temeljeno na govoru u svakodnevnom životu. Predložena metoda “upadljivog govora” omogućuje postavljanje mikrofona vrlo blizu prednjeg dijela usta bez pojave pop-šuma, hvatajući vrlo tihe zvukove govora s dobrim omjerom S/N. Ostvaruje ultra-malo (manje od 39dB(A)) propuštanje glasa, omogućujući nam korištenje glasovnog unosa bez dosadnih okolnih ljudi u javnim i mobilnim situacijama, kao i uredima i kućama. Mjerenjem smjera strujanja zraka, SilentVoice se lako može odvojiti od normalnih izgovora s točnošću od 98.8%; riječi za aktivaciju nisu potrebne. Može se koristiti za sustave aktivirane glasom sa posebno obučenim prepoznavanjem glasa; rezultati evaluacije daju stope pogreške riječi (WER) od 1.8% (uvjet ovisan o govorniku) i 7.0% (uvjet neovisan o govorniku) s ograničenim rječnikom od 85 narednih rečenica. Prirodni glas poput šapta također se može koristiti za glasovnu komunikaciju u stvarnom vremenu.

- Microsoft

Možete pogledati video ispod da vidite kako to radi.

Tehnologija je još uvijek u fazi istraživanja, ali će sigurno pomoći ljudima da snime glas i rade bez ometanja onih koji su oko njih.

Izvor: microsoft; Preko: WalkingCat