不出声也能命令Siri！清华校友开发「无声语言识别」项链
source link: https://www.51cto.com/article/701642.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
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。
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。
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）？
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。
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：
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.”
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%和91.6%。
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。
其中，Cheng Zhang是这项研究的通讯作者。
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。
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：
你猜对了吗？
分享到微信 
分享到微博Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK