Investigadores de la Universidad Carnegie Mellon están usando chips de ordenador de encargo para abordar el problema de reconocimiento de voz que el software en gran parte no ha sido capaz de solucionar.
El reconocimiento de voz ha sido durante mucho tiempo un sueño del sector informático, pero nunca se ha hecho realidad práctica para la mayor parte de usuarios de ordenador. Pero el investigador Rob Rutenbar sostiene que la utilización de un procesador a la medida en lugar del software mejorará la velocidad de reconocimiento de voz y bajará su consumo de energía.
“Es tiempo para liberar el reconocimiento de voz de las irrazonables limitaciones del software,” dijo Rutenbar el martes en la conferencia Hot Chips. Comparó la situación con el ahora extendido uso de hardware de aplicación específica para gráficos.
El reconocimiento de voz más rápido basado en chip permitirá a los reproductores de vídeo buscar rápidamente a Arnold Schwarzenegger diciendo “Hasta la vista, baby,” en una película, dijo. Y el consumo de energía menor permitirá a un teléfono móvil tomar notas al dictado.
Hasta ahora, los investigadores en la universidad en el proyecto “silico vox” trabajan en dos enfoques de chips, uno usando chips a la medida llamados ASICs (application-specific integrated circuits) y otro usando chips reconfigurables que llamados FPGAs (field programmable gate arrays).
Rutenbar expuso una demostración grabada en vídeo de la tecnología de la universidad usando un FPGA para reconocer palabras en un vocabulario limitado de 1.000 palabras. El sistema reconoció varias oraciones cortas en aproximadamente dos veces la velocidad que le costó a los investigadores decirlas. Al mismo tiempo, su exactitud era aproximadamente la misma que la del software de reconocimiento de voz Sphinx de Carnegie Mellon.
Fuente: ZDNet News
Sin duda es el próximo salto lógico, poderle hablar al ordenador, al coche, etc…, sin tener que pulsar botones.
Pues recientemente un familiar se ha comprado un BMW serie 3 con navegador, y el nivel de interactuación por medio de la voz que se ha alcanzado es acojonante. Simplemente con unas cuantas referencias vocales grabadas, y con una buena acustica (hay que cerrar las ventanillas), puedes manejarte por todos los menús con mucha facilidad y sin complicaciones.También el nivel de la voz del propio coche es muy bueno. No es el tipico robot hablando, tienen una entonación cojonuda. En fin, no me imagino a donde estamos llegando…..