شگفت انگیزترین عینک جهان! ، عکس - تیم علمی

پژوهشگران دانشگاه کرنل فناوری نوی را توسعه داده اند که امکان برقراری ارتباط بی صدا را از طریق عینک های سونار فراهم می نماید.

این عینک موسوم به EchoSpeech از میکروفون ها و بلندگوهای کوچکی برای خواندن کلماتی استفاده می نماید که به شکل بی صدا از گلوی کاربر بیرون می آید و به کاربر اجازه می دهد تا کارهای مختلف را بدون احتیاج به هرگونه ورودی فیزیکی انجام دهد.

اکنون یکی از هیجان انگیزترین چشم اندازهای این فناوری نو این است که افراد مبتلا به ناتوانی گفتاری از آن برای گفتگوی بی صدا استفاده نمایند که سپس این سیستم کلمات را با صدای بلند بیان می نماید. این عینک بعلاوه می تواند برای کنترل پخش موسیقی در یک کتابخانه یا برای تبدیل گفتار به نوشتار در یک کنسرت پر سر و صدا که صدا به صدا نمی رسد، استفاده شود.

این فناوری از طریق یک دانشجوی دکترا در دانشگاه کرنل به نام رویدونگ ژانگ (Ruidong Zhang) و از پروژه مشابهی که از هدفون بی سیم و مدل های قبلی متکی به دوربین استفاده می کرد، توسعه داده شده است.

این عینک به گونه ای طراحی شده است که ساده باشد و کاربر را با یک دوربین بزرگ یا استفاده از هدفون روبرو نکند.

در عوض، این عینک از سونار (Sonar) به معنی ناوبری و فاصله یابی صوتی برای حس کردن حرکات گلو استفاده می نماید و در عین حال از الگوریتم یادگیری عمیق برای تجزیه و تحلیل پژواک ها در لحظه استفاده می نماید. این کار به سیستم اجازه می دهد تا به دقت 95 درصدی در تشخیص کلماتی که بی صدا از طریق کاربر تلفظ می شوند، دست یابد.

سونار یا ناوبری و فاصله یابی صوتی در اصل به یک دستگاه ردیاب زیردریایی گفته می شود که طرز کار آن استفاده از انتشار امواج صوتی است و علاوه بر ردیابی، معمولاً به منظور ناوبری و ارتباط با دیگر یگان های شناور و زیرآبی نیز استفاده می شود.

خفاش ها به منظور حرکت کردن و معین مسیر و شکار حشرات در تاریکی مطلق، یک سامانه با قدمت بیش از 60 میلیون ساله دارند که بر هر سامانه ناوبری که تا به امروز از طریق فناوری فراوری شده فزونی دارد. آن ها با فریاد زدن در فرکانس های فراصوت (معمولاً بالای 20 کیلوهرتز) می توانند صداهای منعکس شده از اشیاء اطرافشان را تشخیص دهند و آن ها را به صورت یک تصویر صوتی تفسیر نمایند. این بسیار موضوع پیچیده ای است که آن ها می توانند در سرعت های بالا پرواز نمایند و در مسیرشان از همه موانع اجتناب نمایند و حتی حشرات کوچک را از فاصله چند متری تشخیص دهند.

بانگ ها و صداهای مافوق صوتی که در حنجره خفاش ها فراوری می شود، برای شناسایی محیط اطرافشان و بعلاوه برای پیدا کردن غذا کارآمد و دقیق است.

دو بلندگوی مینیاتوری در قسمت زیرین قاب عینک و زیر یک لنز نصب شده اند، در حالی که دو میکروفون کوچک در زیر لنز دیگر قرار گرفته اند. این بلندگوها امواج صوتی غیر قابل شنیدن را منتشر می نمایند که از دهان کاربر منعکس می شود و به سمت میکروفون برمی شود.

این پژواک ها در لحظه از طریق یک الگوریتم یادگیری عمیق در تلفن هوشمند متصل به صورت بی سیم تجزیه و تحلیل می شوند. این الگوریتم برای مرتبط ساختن پژواک های خاص با حرکات خاص دهان آموزش داده می شود.

این فناوری به گونه ای طراحی شده است که نُقلی، کم مصرف و حساس به حریم خصوصی باشد و هیچ داده ای از تلفن کاربر خارج نشود. به این ترتیب، هیچ نگرانی در خصوص حریم خصوصی وجود نخواهد داشت.

این عینک بعلاوه دارای حالتی است که احتیاج به رو به رو شدن با دوربین یا قرار دادن چیزی در گوش کاربر را رفع می نماید؛ بنابراین نسبت به سایر فناوری های تشخیص گفتار بی صدا عملی تر و دردسترس تر است.

به گفته چنگ ژانگ استادیار علوم اطلاعات درد انشگاه کرنل، بیشتر فناوری ها در تشخیص بی صدای گفتار به مجموعه ای از دستورات از پیش معین شده محدود می شود و کاربر را ملزم می نماید با دوربین روبرو شود یا آن را بپوشد که نه عملی است و نه امکانپذیر. ما در حال تحقق سونار روی بدن هستیم.

پژوهشگران می گویند، این سیستم تنها به چند دقیقه داده آموزشی برای یادگیری الگوهای گفتار کاربر احتیاج دارد و پس از آماده شدن برای کار، امواج صوتی را در سراسر صورت کاربر ارسال و دریافت می نماید و حرکات دهان را حس می نماید و در عین حال از الگوریتم یادگیری عمیق برای تجزیه و تحلیل پژواک ها استفاده می نماید.

عینک EchoSpeech در حال حاضر قادر است 31 دستور را با دقت 95 درصدی تشخیص دهد.

نسخه فعلی این عینک از آنجایی که از یک دوربین پرقدرت استفاده نمی نماید، حدود 10 ساعت عمر باتری ارائه می دهد و پردازش داده ها را به صورت بی سیم در تلفن هوشمند کاربر انجام می دهد تا همین طور کوچک و بدون مزاحمت باقی بماند. این در حالی است که سازندگان آن ادعا می نمایند که سیستم های مبتنی بر دوربین با هر بار شارژ تنها برای حدود 30 دقیقه کار می نمایند.

تیم آزمایشگاه رابط های رایانه ای هوشمند برای تعاملات آینده (SciFi) در دانشگاه کرنل در حال آنالیز تجاری سازی این فناوری با استفاده از برنامه تأمین مالی این دانشگاه است. آن ها بعلاوه در پی کاربردهای این عینک هوشمند برای ردیابی حرکات صورت، چشم و بالاتنه هستند.

چنگ ژانگ می گوید: ما فکر می کنیم عینک یک سکوی محاسبات شخصی مهم برای درک فعالیت های انسان در تنظیمات روزمره خواهد بود.

همانطور که اشاره شد، این سیستم برای افرادی که نگرانی های مربوط به حفظ حریم خصوصی دارند، هیچ دوربینی را در خود جای نداده است و هیچ اطلاعاتی را به اینترنت ارسال نمی نماید.

به طور کلی، عینک های سوناری که پژوهشگران دانشگاه کرنل ساخته اند، یک پیشرفت مهم در فناوری تشخیص گفتار بی صدا است. این عینک با توانایی تشخیص طیف گسترده ای از کلمات و عبارات می تواند نحوه تعامل ما با تکنولوژی و یکدیگر را متحول کند.

پژوهشگران این دانشگاه در حال حاضر روی تجاری سازی این فناوری کار می نمایند.

رویدونگ ژانگ می گوید: این فناوری برای افرادی که نمی توانند صحبت نمایند، گفتار بی صدا را فراهم می نماید. در واقع می تواند صدای بیماران را بازگرداند.

لازم به ذکر است که آزمایشگاه SciFi در دانشگاه کرنل قبلاً یک سیستم مشابه به نام EarIO را توسعه داده بود که از یک دستگاه مجهز به سونار برای ثبت حالات چهره کاربر استفاده می کرد.

227227