A Microsoft Research olyan technológián dolgozik, amely képes felismerni a néma hangutasításokat

A Microsoft egy új hangbeviteli felületen dolgozik, amely lehetővé teszi a felhasználók számára, hogy hangszivárgás nélkül beszéljenek és rögzítsenek. A kutatást a Microsoft Research végzi, és az UIST 2018-ban mutatták be.

A SilentVoice nevű modul felfogja a szájból érkező levegőt, és rögzíti a hangot anélkül, hogy zavarná a környező embereket. Ezen túlmenően a modul a környező hangot is kiszűri, így a felhasználó külső interferencia nélkül is tiszta hangot rögzíthet.

A SilentVoice egy új hangbeviteli interfész, amely a mindennapi életben áthatol a beszédalapú természetes felhasználói felületen (NUI). A javasolt „ingresszív beszéd” módszer lehetővé teszi a mikrofon elhelyezését nagyon közel a száj elejéhez anélkül, hogy puffanástól szenvedne, és nagyon lágy beszédhangokat rögzít jó S/N aránnyal. Rendkívül kicsi (kevesebb, mint 39 dB(A)) hangszivárgást valósít meg, lehetővé téve számunkra, hogy hangbevitelt használjunk anélkül, hogy zavarnánk a környező embereket nyilvános és mobil helyzetekben, valamint irodákban és otthonokban. A légáramlás irányának mérésével a SilentVoice könnyen, 98.8%-os pontossággal elválasztható a normál megnyilatkozásoktól; nincs szükség aktiváló szavakra. Hangvezérelt rendszerekhez használható speciálisan kiképzett hangfelismerővel; Az értékelési eredmények 1.8%-os szóhibaarányt (WER-t) eredményeznek (hangszóró-függő feltétel), és 7.0%-os (hangszóró-független feltétel) 85 parancsmondatból álló korlátozott szótár mellett. A suttogásszerű természetes hang valós idejű hangkommunikációhoz is használható.

- Microsoft

Az alábbi videóból megtudhatja, hogyan működik.

A technológia még kutatási fázisban van, de biztosan segít az embereknek hangfelvételben, és a környezetükben lévők zavarása nélkül dolgozni is.

Forrás: microsoft; Keresztül: WalkingCat