Ученые из Университета Карнеги-Меллона разработали модель машинного обучения, которая оценивает направление, откуда исходит голос, указывая на намерение человека без необходимости использования специальной фразы или жеста. Подход основан на присущих звуку свойствах, когда он отражается в комнате.
Система распознает, что первый, самый громкий и чистый звук всегда направлен непосредственно на заданный объект. Все остальное, как правило, тише, медленнее и более приглушено. Модель также знает, что частота человеческой речи зависит от направления, в котором человек смотрит. Более низкие частоты имеют тенденцию быть более всенаправленными.
По словам исследователей, этот метод является «легким», программным и не требует отправки аудиоданных в облако.
Может пройти некоторое время, прежде чем технология будет использоваться, хотя команда публично опубликовала код и данные, чтобы помочь другим продолжить свою работу. Дальнейшие разработки помогут упростить коммуникацию с умными колонками. Пользователь сможет сказать умной колонке, чтобы она воспроизводила музыку, не используя специальное слово для ее активации.
Напомним, инженеры из Гарварда и Sony создали хирургического робота, вдохновившись оригами
