Bärbar smart kamera förstår tysta röstkommandon

Har någonsin varit i en situation där dina händer inte är fria men du inte kan prata högt till Siri röstassistent heller? Det kan komma en kamera som förstår dina röstkommandon även om du inte gör ett ljud.

Två forskare från Cornell University skapade en bärbar infraröd smart kamera som känner av röstkommandon inte genom ljud, utan genom att mäta rörelser i nacken och ansiktet under hakan.

Bärbar smart kamera med tyst taldetektering

De två forskarna kallade den bärbara kameran "SpeeChin". De är Cheng Zhang, biträdande professor i informationsvetenskap i Cornell Ann S. Bowers College of Computing and Information Science och Cornell doktorand Ruidong Zhang.

De sa att det är den första halsbandsbaserade enheten för tyst röstigenkänning som kan upptäcka 54 tysta talkommandon på engelska och 44 på kinesiska.

"Föreställ dig när dina händer är upptagna eller du helt enkelt inte vill nå ut till dina smarta enheter för att interagera med dem, du kanske vill använda röststyrning," sa biträdande professor Zhang. "Men om du befinner dig på en bullrig plats eller i ett möte är röststyrning inte effektiv eller socialt lämplig. Det är här det tysta talet kommer på plats.”

SpeeChins halsmonterade infraröda kamera fångar hakans rörelse underifrån. Även utan hörbart ljud, låter det det avgöra vilka ord som talas.

Även om den bärs mer subtilt runt halsen än i en framåtmonterad placering nära talarens ansikte, kameran bör inte väcka integritetsproblem eftersom den sitter i en vinkel där den inte kan fånga andras ansikten.

Hög tillförlitlighet, men endast under vissa förutsättningar

Gizmodorapporterad att forskarna testade SpeeChin med 20 deltagare. Tio talade 54 enkla fraser, inklusive siffror och vanliga röstassistentkommandon, på engelska. De övriga 10 talade 44 enkla ord och fraser på mandarinkinesiska. Efter att ha blivit "tränad" kunde kameran känna igen kommandon på engelska med 90,5 % noggrannhet och på kinesiska med 91,6 % noggrannhet.

Men kameran fick de där höga betygen först när deltagarna satt stilla. När de rörde sig föll igenkänningstillförlitligheten med variationer i gånggång och huvudrörelser.

Det verkar minska antalet platser man på ett tillförlitligt sätt kan använda SpeeChin-enheten. Det vill säga, om inte förbättringar görs, som längre träningspass med rörelse eller kanske, mer avancerad kamerautrustning med högre upplösning och högre bildfrekvens för mer detaljerad upptäckt.