Lendo nos beizos

Lendo galicia-hoxe.com:
“Os investigadores de Intel Corporation lanzaron un software baixo unha licencia de código aberto que lles permite ós desenvolvedores crear ordenadores que ven e len os beizos da mesma maneira que o fan as persoas, de tal maneira que as máquinas sexan capaces de entender mellor os comandos falados.”…

…” ‘Os potentes algoritmos de recoñecemento de voz actuais funcionan ben cando se elimina o ruído de fondo ou se utiliza un casco ben sintonizado”, explica Intel nun comunicado, “pero a súa exactitude degrádase rapidamente cando as aplicacións teñen que enfrontarse a contornos naturalmente ruidosos, tales como os lugares públicos”.
Combinado con algoritmos de detección de cara da librería de visión informática OpenCV de Intel, o software Audio Visual Speech Recognition (AVSR) permítelles ós ordenadores detecta-la cara dun orador e segui-los movementos da súa boca.
‘A sincronización de datos de vídeo coa identificación da fala permite un recoñecemento de voz moito máis exacto, mellorando así unha ampla variedade de aplicacións de voz en contornos ruidosos’, sinalan os especialistas de Intel. O software AVSR forma parte da librería de visión informática OpenCV de Intel, unha caixa de ferramentas de máis de 500 funcións de tratamento da imaxe que lles axuda ós investigadores a desenvolver aplicacións de visión informática.
‘Intel quere desenvolver tecnoloxías que lles permitan ós ordenadores interactuar de forma natural co mundo, da mesma maneira que o fan os humanos. O recoñecemento humano raramente se basea nun só tipo de información. Tomamos decisións combinando información procedente de varias fontes’, dixo Justin Rattner, director dos Laboratorios de Investigación con Microprocesadores de Intel.
‘Seguro que a adición de código de Recoñecemento de Voz Audio/Vídeo á librería OpenCV de Intel fomentará a investigación e desenvolvemento en recoñecemento de voz asistido pola visión’, considera Rattner.
Os microprocesadores máis rápidos, a reducción do prezo das cámaras e dez veces máis ancho de banda para a captura de vídeo de tecnoloxías tales como USB2 están a permitir executar en ordenadores correntes algoritmos de visión informática en tempo real.
OpenCV está deseñado para incrementa-la innovación neste campo ó proporcionar código fonte para unha ampla gama de funcións de visión e tratamento da imaxe informáticos. Desde o seu lanzamento no ano 2000, OpenCV rexistrou máis de 500.000 descargas de código e atraeu a máis de 5.000 membros rexistrados ó seu grupo de usuarios.
Os desenvolvedores están a utiliza-lo código OpenCV en aplicacións que abranguen desde os xoguetes ata a fabricación industrial. O software inclúe código fonte C para toda a funcionalidade da librería e unha licencia de redistribución sen royalty. Atópase máis información sobre AVSR en www.intel.com/ research/mrl/ research/avcsr.htm. A páxina web de OpenCV atópase en www.intel.com/research/mrl/research/opecv.
Intel desenvolveu un modelo de investigación descentralizado único con máis de 70 laboratorios situados en todo o mundo. A maioría do equipo do software AVSR reside no Centro de Investigación Chinés de Intel en Pequín, China, segundo informa a propia empresa.”
Fonte: galicia-hoxe.com