聲納眼鏡識別嘴型收無聲指令

身處安靜的圖書館，不方便與人高聲交談或使用手機語音指令。美國康奈爾大學團隊近日研發一款聲納眼鏡EchoSpeech，透過聲波傳感及人工智能（AI）技術，能夠識別用戶的嘴型，藉此對應31條靜音指令，包括解鎖手機、播放音樂，以至操控CAD設計軟件等，聲稱準確率高達95%。

從示範影片可見，EchoSpeech外觀與一般平光眼鏡相似，但在左右鏡框底部，分別安裝了喇叭及收音咪。喇叭會發出人耳聽不到的聲波，聲波經用戶的嘴部動作反射，並由收音咪接收；經藍牙實時傳送至智能手機後，再由團隊開發的深度學習演算法分析。

聲稱95%準確續航10小時

聲納眼鏡用法簡單，用戶只須數分鐘，便能掌握。演算法會把特定聲波，與指令的嘴型互相關聯，例如暫停/播放音樂、上/下一首歌曲、降低/提高音量，以至解鎖手機、數字組合等。聲納眼鏡現時能辨識31個相關指令，聲稱準確度約95%。此外，聲納眼鏡亦可與觸控筆連接，配合CAD等設計軟件一併使用，幾乎毋須用到鍵盤或滑鼠。

研發團隊稱，聲納眼鏡不設鏡頭，且所有數據均在手機處理，不會上傳至雲端，減低私隱外洩風險；加上採用聲波傳感技術，電池續航力達10小時。此外，語言障礙人士可透過聲納眼鏡，無聲地把指令輸入語音合成器，再由合成器大聲說話。團隊正研究商業化相關技術，並探索更多眼鏡相關應用，例如追蹤臉部、眼睛及上半身的動作等。

下一篇：	Poe可創專屬機械人
上一篇：	阿里AI大模型冀產品全覆蓋「通義千問」先接辦公室及電商應用

文章：