Pernah berada dalam situasi di mana tangan Anda tidak bebas tetapi Anda tidak dapat berbicara dengan keras Siri asisten suara juga? Mungkin ada kamera yang datang yang memahami perintah suara Anda meskipun Anda tidak mengeluarkan suara.
Dua peneliti Cornell University menciptakan kamera pintar inframerah yang dapat dipakai yang mendeteksi perintah suara bukan dengan suara, tetapi dengan mengukur gerakan di leher dan wajah dari bawah dagu.
Kamera pintar yang dapat dipakai dengan deteksi ucapan senyap
Kedua peneliti menjuluki kamera yang dapat dikenakan itu "SpeeChin." Mereka adalah Cheng Zhang, asisten profesor ilmu informasi di Cornell Ann S. Bowers College of Computing and Information Science, dan mahasiswa doktoral Cornell Ruidong Zhang.
Mereka mengatakan itu adalah perangkat pengenalan suara senyap berbasis kalung pertama yang dapat mendeteksi 54 perintah suara senyap dalam bahasa Inggris dan 44 dalam bahasa Cina.
“Bayangkan ketika tangan Anda sibuk atau Anda tidak ingin menjangkau perangkat pintar Anda untuk berinteraksi dengannya, Anda mungkin ingin menggunakan kontrol suara,” kata Asisten Profesor Zhang. “Namun, jika Anda berada di tempat yang bising atau sedang rapat, kontrol suara tidak efisien atau tidak sesuai secara sosial. Di sinilah pidato hening terjadi.”
Kamera inframerah yang dipasang di leher SpeeChin menangkap gerakan dagu dari bawah. Bahkan tanpa suara yang terdengar, itu memungkinkannya menentukan kata-kata yang diucapkan.
Meskipun lebih halus dikenakan di leher daripada di penempatan yang dipasang di depan di dekat wajah pembicara, kamera tidak boleh menimbulkan masalah privasi karena berada pada sudut yang tidak dapat menangkap kamera orang lain wajah.
Keandalan tinggi, tetapi hanya dalam kondisi tertentu
Gizmododilaporkan bahwa para peneliti menguji SpeeChin dengan 20 peserta. Sepuluh berbicara 54 frase sederhana, termasuk angka dan perintah asisten suara umum, dalam bahasa Inggris. 10 lainnya berbicara 44 kata dan frasa sederhana dalam bahasa Mandarin. Setelah "dilatih", kamera dapat mengenali perintah dalam bahasa Inggris dengan akurasi 90,5% dan dalam bahasa Cina dengan akurasi 91,6%.
Tapi kamera hanya mendapat nilai tinggi ketika peserta duduk diam. Ketika mereka bergerak, keandalan pengenalan turun dengan variasi dalam gaya berjalan dan gerakan kepala.
Itu tampaknya akan mengurangi jumlah tempat yang dapat diandalkan untuk menggunakan perangkat SpeeChin. Yaitu, kecuali perbaikan dilakukan, seperti sesi latihan yang lebih lama yang menggabungkan gerakan atau, mungkin, peralatan kamera yang lebih canggih dengan resolusi yang lebih tinggi dan frekuensi gambar yang lebih tinggi untuk deteksi yang lebih detail.