索尼 脖颈贴合传感器 大法 AI 无声语音识别 转换皮肤震动信息 (索尼脖颈贴合怎么样)

如今，对于听力有障碍的群体来说，听不到的声音，可以触摸到了。

“触摸”听不到的语言，是由东京大学和索尼计算机科学研究所（CSL）共同研发的 AI 系统「Derma」实现的。有了 Derma 系统，只要在喉咙周围的皮肤上贴上传感器，利用喉咙和下颚的皮肤震动，就能将口形转化为语音。

可“触摸”的语言

根据病症的严重程度，现阶段治疗听力障碍的主流手段包括：

其中，人工耳蜗植入是当前让重度、极重度耳聋患者恢复听力的唯一有效办法。

雷锋网了解到，早在 1957 年，法国科学家首次将电极植入一位全聋病人的耳蜗内，使该患者感知到周围的环境音。直到上世纪 90 年代，人工耳蜗进入临床应用阶段，给极重度耳聋患者带来了“新生”。

实际上，人工耳蜗的发展离不开电子技术、计算机技术、语音学、电生理学、材料学、耳显微外科学的发展。在这些学科兴起、发展之前，针对听力障碍患者，科学家给出的应对措施是一种叫做 Tadoma 的触诊唇读法。顾名思义，这种疗法是指——听力障碍患者通过用手指触摸说话者的嘴唇、下巴、脖颈处，读取说话者想表达的内容。

而上述日本团队研发 AI 系统 Derma 的灵感，最初正是源于Tadoma。

通过机器学习将自动化

该团队的设计其实就是将Tadoma 疗法的过程通过机器学习自动化了。

就其 原理 而言，如下图所示， 在喉咙周边的皮肤上贴上一个加速度/角速度传感器，获取无声发声时下颚、舌肌运动引起的从下颚到喉咙的皮肤颤动信息，采用深度学习进行分析识别，最终实现将无声语音转换为语音输入的 无声语音交互 （Silent Speech Interaction，SSI）。

雷锋网注意到，该传感器可获取 12 维的皮肤运动信息，深度学习可以分析、识别 35 种发声类型。实验表明，识别皮肤颤动信息的精准度超过 94％。

就其 外形 而言，与现有的一些无声语音交互设备相比，这一设备体积小、重量轻、并不显眼。此外，这一系统耗电量低，不易受到环境亮度等因素的影响，不会影响到佩戴者的正常生活，可以说是非常实用了。

另外研究团队表示，经转换后的语音合成不仅可以输入到具有语音识别功能的数字设备（语音助手），同时也能帮助有语言障碍的患者进行交流。

将来，该团队的研究方向则是可穿戴电子设备和体内嵌入式计算集成。

基于 AI 的无声语音交互

近年来，无声语音交互领域方兴未艾，当前产业和学界在该领域的思路主要有 2 条——通过感知气流识别话语（气流采集）和通过感知肌肉运动的方式识别话语（EMG 信号采集）。以下是该领域发展的大致时间线：

实际上，无声语音识别不仅可以帮助有听力、语言障碍的人群，也适用于包括灾害现场、舱外探索、水下作业、工厂车间在内的场景。

不过，无声语音交互设备要想真正成为消费级产品，还需打磨。正如微软全球资深技术院士、微软云与人工智能事业部负责人黄学东博士曾表示：

关于索尼 CSL

正如上文所述，Derma 由东京大学和索尼 CSL 共同研发。

在中国人民大学出版社 2011 年出版的一本名为《索尼研究所的经营哲学》的书中，索尼CSL董事长所真理雄便讲述了索尼CSL的经营管理理念。所真理雄写道，索尼CSL 遵循“小即是美”的经营理念，坚持不扩大规模，因此诞生了众多的“异类和天才”，同时也支持人才的“流通”。

雷锋网了解到，索尼CSL 成立于 1988 年，作为索尼公司的“创新工厂”，广泛关注计算机科学、生命科学、脑科学和经济学等多个领域。当前索尼CSL 的研究方向包括「全球议程」（涵盖从能源到食品和医疗保健的问题）、「人类增强」（包括探索人类创造力和人机交互/集成的研究）与「网络智能」（AI）。

2019 年 11 月，索尼宣布成立索尼 AI 部门，以“利用 AI 激发人类的想象力和创造力” 为使命，旨在推进 AI 技术的基础研发，而索尼CSL总裁兼 CEO Hiroaki Kitano 便是索尼 AI 的全球负责人。

[3]

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：央视AI唱作大热背后是怎样的技术央视谁唱的

下一篇：黄学东2023三个臭皮匠大模型时代需要注重的