Digitale liplezer

Spraakherkenning is een lang beloofde technologie die eindelijk zijn vruchten begint af te werpen. Maar de beste systemen van vandaag hebben de neiging om te falen wanneer de luidspreker zich op een lawaaierige plek bevindt. Om dit probleem op te lossen, voegen onderzoekers liplezen toe aan de mix.

Terwijl mensen altijd afhankelijk zijn van mondvormen om spraak te interpreteren, is liplezen geen eenvoudige taak voor een computer. Om te beginnen kan elke vorm overeenkomen met verschillende specifieke geluiden. Om het nog erger te maken, beginnen mondbewegingen maar liefst 120 milliseconden voordat een geluid wordt uitgesproken. Mensen kunnen andere signalen gebruiken, zoals de context van zinnen en gezichtsuitdrukkingen om deze problemen te overwinnen, maar tot voor kort hadden computers niet de verwerkingskracht om dit te doen.

Dit verhaal maakte deel uit van ons nummer van september 2003

• Zie de rest van het nummer
• Abonneren

Nu passen groepen bij Intel, IBM en andere instellingen taalverwerkingsprogramma's aan om elk vocaal geluid te koppelen aan verschillende mogelijke mondbewegingen, zodat de software een zo goed mogelijke schatting kan maken van wat er wordt gezegd. In tests in rumoerige omgevingen verhoogde het toevoegen van visuele informatie de nauwkeurigheid van spraakherkenning van 20 procent tot 75 procent, zegt Ara Nefian, senior onderzoeker bij Intel Research in Santa Clara, CA.

In eerste instantie is dit waarschijnlijk het nuttigst voor artsen en anderen die op lawaaierige locaties werken en die een betere nauwkeurigheid van dicteersoftware op kantoor nodig hebben. Met dit publiek in gedachten bouwt IBM een kleine camera in de boommicrofoon die wordt geleverd met bestaande spraakherkenningssoftware. Verderop zien onderzoekers de dag voor zich waarop op het dashboard van uw auto een camera naar uw lippen tuurt voor spraakgestuurde bedieningselementen, of dat uw mobiele telefoon zou kunnen kijken wat u zegt.

zich verstoppen