Изследователи създадоха сонарни очила за комуникация без думи

Изследователи от университета Корнел са разработили нова технология, която позволява безшумна комуникация чрез сонарни очила. Очилата използват миниатюрни микрофони и високоговорители, за да разчитат думите, които се произнасят безшумно от потребителя, което му позволява да изпълнява различни задачи, без да се нуждае от физическа намеса. Технологията е разработена от Руйдун Джан, докторант в Корнел, и е резултат от подобен проект, който използва безжична слушалка, и от предишни модели, които разчитат на камери.

Изключително точен дизайн

Очилата са проектирани така, че да са ненатрапчиви и да не изискват от потребителя да стои пред камера или да носи слушалка. Вместо това очилата използват сонар, за да засичат движенията на устата, като същевременно използват алгоритъм за дълбоко обучение, за да анализират профилите на ехото в реално време. Това позволява на системата да постигне около 95 % точност при разпознаването на думите, които потребителят изрича тихо.

Една от най-вълнуващите перспективи пред тази технология е хората с говорни увреждания да я използват за подаване на думите към гласов синтезатор, който след това да произнася думите на глас. Очилата биха могли да се използват и за управление на възпроизвеждането на музика в тиха библиотека или за диктуване на съобщение по време на шумен концерт, когато стандартните възможности не биха били ефективни.

Технологията е проектирана така, че да е незначителна, с ниска консумация на енергия и да не нарушава неприкосновеността на личния живот, без да напускат данните телефона на потребителя. По този начин няма да има опасения за неприкосновеността на личния живот. Очилата също така имат форм-фактор, който премахва необходимостта да се изправяте пред камера или да поставяте нещо в ухото си, така че технологията би била по-практична и осъществима от другите налични технологии за разпознаване на тих говор.

Според Ченг Джан, асистент по информационни науки в Корнел, „повечето технологии за разпознаване на тиха или беззвучна реч са ограничени до избран набор от предварително определени команди и изискват потребителят да се изправи пред камера или да я постави, което не е нито практично, нито осъществимо.“

Изследователите казват, че системата се нуждае само от няколко минути данни за обучение, за да научи речевите модели на потребителя. След като е готова за работа, тя изпраща и приема звукови вълни през лицето на потребителя, като засича движенията на устата и същевременно използва алгоритъм за дълбоко обучение, за да анализира профилите на ехото.

Настоящата версия на очилата предлага около 10 часа живот на батерията и като обработката на данните става безжично чрез смартфона на потребителя, което позволява аксесоарът да остане малък и ненатрапчив.

Екипът на лабораторията за интелигентни компютърни интерфейси за бъдещи взаимодействия (SciFi) на Корнел проучва възможностите за комерсиализиране на технологията, като използва програма за финансиране на Корнел.

Като цяло сонарните очила, разработени от изследователите от Университета Корнел, представляват значителен пробив в областта. Със способността си да разпознават широк спектър от думи и фрази очилата могат да революционизират начина, по който взаимодействаме с технологиите и помежду си, независимо дали става въпрос за контрол на възпроизвеждането на музика, диктуване на съобщения или оказване на помощ на хора.