211service.com
Hvordan lysende en laser på dit ansigt kan hjælpe Siri med at forstå dig
Fra Siri til Alexa til Cortana, vi taler med virtuelle assistenter mere end nogensinde før. De kan dog stadig have problemer med at forstå simple kommandoer til at afspille musik eller slå retninger op, især på støjende steder.
I stedet for at fokusere på at rydde op i lydsignalet, der fanger din stemme, israelsk opstart VocalZoom mener, at det måske er muligt at få alle slags talegenkendelsesapplikationer til at fungere meget bedre ved at bruge en lille, lav-effekt laser, der måler de små vibrationer i din hud, når du taler.
Virksomheden, som hidtil har rejst omkring 12,5 millioner dollars i venturefinansiering, bygger en sensor med en lille laser, som den siger i første omgang vil blive indbygget i headset og hjelme; der vil det blive brugt sammen med eksisterende talegenkendelsesteknologier, der er afhængige af mikrofoner for at reducere generelle misforståelser.
VocalZooms grundlægger og administrerende direktør Tal Bakish tror, at den først vil blive brugt til ting som motorcykelhjelme eller headsets båret af lagerarbejdere - du kan for eksempel bruge den til at spørge om vej, mens du kører på din Harley. Et kinesisk talegenkendelsesfirma ved navn iFlytek planlægger at have et prototype headset klar i slutningen af august. Bakish forventer også, at den vil blive tilføjet til biler i 2018 for at give stemmekommandoer, når du sidder bag rattet. Virksomheden har fælles udviklingsaftaler med flere bilvirksomheder, selvom han ikke vil nævne dem på listen, og han er også interesseret i at få teknologien ind i smartphones.
På en larmende kaffebar i Boston viser Bakish mig en ikke-fungerende version af VocalZooms første produkt, der skal være klar til sommer: en lille sensor med en laser, der skinner direkte mod dit ansigt (han siger, at den er øjensikker ifølge US Food og Drug Administration regler). Hvis du f.eks. brugte en af disse sensorer i et headset til at bede om vej til en restaurant, ville det måle hastigheden af din ansigtshuds vibrationer, mens et almindeligt lydsignal ville blive fanget af en mikrofon; software vil derefter sammenligne disse to signaler for at komme med den bedste tilnærmelse af, hvad du prøver at sige.
Bakish siger, at VocalZooms sensor kan måle vibrationer af huden fra dine øjne ned til din hals og nakke, og at det også er muligt at gøre det bagfra, for eksempel ved at analysere vibrationer bag dine ører. Laseren kan arbejde op til en meter væk, selvom en afstand på fem centimeter er tilstrækkelig i for eksempel et headset.
Bakish siger, at når VocalZoom blev brugt sammen med mere standard audio-analysende talegenkendelsesteknologi, har VocalZoom været i stand til at reducere talegenkendelsesfejlraterne med 60 til 80 procent.
Abe Davis , en kandidatstuderende ved MIT's Computer Science and Artificial Intelligence Laboratory, hvis arbejde har fokuseret på hente lyd fra video ved at analysere de små vibrationer, som forskellige objekter laver , mener, at det ville være svært at få VocalZoom til at arbejde i en bil, hvor han har mistanke om, at det kan være hæmmet af ting som, at dit hoved bevæger sig rundt.
I et headset eller en hjelm kunne han dog se, at det var nyttigt.
Det er bare et spørgsmål, om man kan sikre sig, at laseren peger på det rigtige, siger han.