Эксперты из Кембриджского университета разработали прототип умного чокера для людей, которые не могут говорить. Устройство распознает движения гортани и беззвучное произнесение слов, анализирует их и преобразует в слышимую речь. Специалисты стремятся помочь людям по всему миру, которые стали немыми из-за травм, операций на горле, инсульта, церебрального паралича. болезни Паркинсона и других состояний.
По словам ведущего ученого и доктора Луиджи Окчипинти, чокер создан из бамбукового волокна и крепится вокруг горла пользователя. Конструкция устройства включает датчик деформации, расположенный спереди. Он состоит из двух медных электродов, расположенных по бокам от гибкого слоя электропроводящих графеновых чернил. В созданном прототипе датчик надежно подключен к источнику питания и компьютеру. Коммерческая модель может быть полностью самодостаточной. Также умный чокер подойдет для использования при разговоре в шумной обстановке, что поможет предотвратить нагрузку на речевые связки.
По словам ведущего ученого и доктора Луиджи Окчипинти, чокер создан из бамбукового волокна и крепится вокруг горла пользователя. Конструкция устройства включает датчик деформации, расположенный спереди. Он состоит из двух медных электродов, расположенных по бокам от гибкого слоя электропроводящих графеновых чернил. В созданном прототипе датчик надежно подключен к источнику питания и компьютеру. Коммерческая модель может быть полностью самодостаточной. Также умный чокер подойдет для использования при разговоре в шумной обстановке, что поможет предотвратить нагрузку на речевые связки.
Когда пользователь произносит про себя разные слова, крошечные вибрации в горле заставляют ткань деформироваться в микроскопических масштабах. Это приводит к появлению колебаний разной силы, которые анализирует нейросеть. Технология обучена на основе специальных алгоритмов и речи нескольких добровольцев с разными акцентами. Нейросеть способна быстро определять, какое слово бесшумно произносится, а затем придает ему звучание с помощью «синтезатора речи». Система поддерживает точность декодирования слов на уровне 95,25%.
