当前位置:   article > 正文

不出声也能命令Siri!康奈尔大学华人团队开发无声语言识别项链,中文英文都行...

不出声也能命令Siri!康奈尔大学华人团队开发无声语言识别项链,中文英文都行...
金磊 发自 凹非寺
量子位 | 公众号 QbitAI

这,或许是现在跟Siri交流最潮的方式了——

只需要动动嘴皮子,就能让它under你的control。

a37d1926da45b8a81e5183b32815c56d.gif

没错,就是不需要出任何声音的那种。

这就是来自康奈尔华人团队的最新研究成果 SpeeChin,无声语音识别

像这样:

29e5370dcf12c44d86ce857da7d4392d.gif

在没有声音的情况下,你能猜出来他在说什么吗(文末揭晓答案b6dac70cd447d6fe8b06f17ff61b73e5.png)?

但在SpeeChin的加持下,现在的Siri、Alexa等就已经可以识别,而且还支持普通话和英文!

是有种“此时无声胜似有声”的感觉了。

不说话,怎么控制语音助手?

康奈尔团队研发的SpeeChin,其实是一条神奇的项链

7ed4dc9150aa54cd8bcdd0c11b2bb120.png

戴上这条项链,就能开启无声语音控制的大门了。

例如对着电脑默念一句“Next”,音乐就会自动切换成下一首歌:

d786fb45090a56dd8210e944bed67b41.gif

或许你会说一个单词过于简单了,别急,现在就来加大难度:

“Switch to Taylor Swift.”

8b6aeb237cbd0edc236e67a63ae266a3.gif

可见,SpeeChin即便是面对一句完整的话术,也可以做到精准识别。

而这条“无声识别”项链的关键,就在于安装在项链下方的红外摄像机

它可以捕捉到人物颈部和面部皮肤的变形图像,从而进行分析识别工作,确定从“嘴皮子”传达的是什么命令。

而且这条项链不仅能无声识别英文,连中文 (普通话)也能够hold住。

在最初的实验中,有20人参与到了测试中,其中10人讲英文,另外10人说普通话。

研究人员让测试者分别用英文和中文发出数十条指令,包括数字、互动指令、语音辅助指令、标点指令和导航指令。

最后的实验结果,“无声识别”的准确率分别达到了90.5%91.6%

4f2bf567fdca50c1f5453a44697bceed.gif

来自康奈尔大学的华人团队

这项研究来自康奈尔大学,一作是Ruidong Zhang。

eb57b1f7b8efe1d73b9d14e6141255aa.png

其中,Cheng Zhang是这项研究的通讯作者。

d90db489c7ad232a41931e16af1e8439.png

他是康奈尔大学信息科学系的助理教授,他的研究聚焦在如何获取人体及其周围的信息,以应对各种应用领域中的现实世界挑战,如交互、健康感知和活动识别。

研究的一作Ruidong Zhang,他是Cheng Zhang教授的一名博士生,本科毕业于清华大学。

9abf9fda7e85f118f02bac002cc7356b.png

他的研究兴趣在于人机交互和普适计算(ubiquitous computing),特别是建立新型的可穿戴设备,用来促进互动体验并加深我们对人类行为的理解。

至于为什么他们要做SpeeChin这项工作,据Ruidong Zhang解释:

主要是考虑到在某些特定场合中,人们可能不适合发出声音;还考虑到一些不能说话的人群。

最后,来揭晓一下开头GIF的答案:

4b7710239c3d50a8ad3158c7a4c1d5dd.gif

你猜对了吗?

参考链接:

[1]https://techxplore.com/news/2022-02-smart-necklace-silent-english-mandarin.html
[2]https://www.youtube.com/watch?v=pDf86dSPYYI
[3]https://infosci.cornell.edu/content/zhang-0
[4]https://infosci.cornell.edu/content/zhang-1

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Guff_9hys/article/detail/772112
推荐阅读
相关标签
  

闽ICP备14008679号