Atras

Rompiendo la barrera del habla silenciosa con la IA: las revolucionarias gafas EchoSpeech

Agt 2 2023

Cuando escuchamos sobre nuevos avances en inteligencia artificial, a menudo pensamos en chatbots impulsados por IA como ChatGPT o generadores de IA para creativos como Midjourney. Sin embargo, estos son solo algunos ejemplos de lo que la IA puede ofrecer. La IA también está dando pasos significativos en otras áreas para ayudar a la sociedad, y uno de los avances tecnológicos más recientes son las gafas equipadas con IA que pueden leer el habla silenciosa.

Conozca EchoSpeech, una herramienta de IA desarrollada por el Laboratorio de Interfaces de Computadora Inteligente para Interacciones Futuras (SciFi) de la Universidad de Cornell, que puede reconocer hasta 31 comandos no vocalizados.

¿Cómo es capaz EchoSpeech de reconocer el habla silenciosa? En este post de blog, profundizaremos en el papel que juega la IA en la creación de estas gafas, exploraremos sus beneficios y echaremos un vistazo a lo que depara el futuro para esta tecnología innovadora.

Comencemos por definir qué es el habla silenciosa y cómo la tecnología la interpreta

El habla silenciosa, también conocida como subvocalización, es cuando articula internamente palabras o pensamientos sin pronunciarlos en voz alta. Incluso cuando las personas hablan en silencio, su lengua, labios y cuerdas vocales aún se mueven ligeramente, lo que resulta en pequeñas contracciones musculares que pueden ser detectadas por sensores colocados en el cuello o la cara. A diferencia de la lectura, el habla silenciosa no depende de las señales visuales del lenguaje escrito.

Sensores como electromiografía (EMG), acelerómetros y otros dispositivos portátiles pueden detectar los sutiles movimientos musculares en la cara o el cuello que ocurren durante el habla interna, que luego pueden ser traducidos en texto o voz. Estos sensores se pueden integrar en gafas o auriculares para ayudar en el desarrollo de equipos que pueden leer el habla silenciosa.

La IA desempeña un papel vital en este desarrollo de gafas que leen el habla silenciosa, ya que los algoritmos de aprendizaje automático y otras técnicas de IA analizan los movimientos musculares detectados por los sensores y los traducen en texto o voz. La IA también puede mejorar el rendimiento general de las gafas mediante el reconocimiento de voz personalizado y la cancelación de ruido, mejorando la precisión y velocidad de la traducción.

Una de las principales ventajas de la tecnología del habla silenciosa es que ofrece a las personas la oportunidad de comunicarse en silencio sin necesidad de vocalizar. Esto puede ser particularmente útil para personas con trastornos del habla, personas sordas o con problemas de audición, y personal militar o de aplicación de la ley que necesita comunicarse de manera encubierta.

¿Cuál es la tecnología detrás de EchoSpeech?

EchoSpeech son unas gafas inteligentes con IA que detectan e interpretan los movimientos sutiles involucrados en el habla silenciosa, como los movimientos de los labios y la boca. Utiliza altavoces y micrófonos incorporados en un marco de vidrio para enviar y recibir ondas de sonido a través de la cara mientras detecta los movimientos de la boca, similar a un sistema sonar portátil.

Además, EchoSpeech cuenta con un algoritmo de aprendizaje profundo que analiza los perfiles de eco en tiempo real y almacena las detecciones en el smartphone del usuario. Según Ruidong Zhang, el autor principal de "EchoSpeech: Reconocimiento Continuo de Habla Silenciosa en Gafas de Vista Mínimamente Intrusivas Impulsadas por Detección Acústica", esta tecnología puede ser particularmente beneficiosa para aquellos que no pueden vocalizar el sonido, ya que puede ser una excelente entrada para un sintetizador de voz.

Además, EchoSpeech podría usarse para ayudar a las personas a comunicarse a través de un teléfono inteligente en lugares donde hablar puede ser inapropiado o difícil, como una biblioteca o un concierto. Y esta tecnología también elimina la necesidad de cámaras y requiere menos ancho de banda para procesar y transmitir a un teléfono inteligente a través de Bluetooth que los datos de imagen o video.

Una de las características más interesantes de EchoSpeech, debido a su detección acústica, es su bajo consumo de energía, que puede funcionar durante hasta 10 horas. Mientras que otros sistemas experimentales basados en cámaras solo pueden funcionar hasta 30 minutos después de la carga. Además, los datos de EchoSpeech se procesan en el teléfono inteligente del usuario en lugar de en la nube, lo que expone menos la privacidad de sus usuarios.

¿Qué nos depara esta tecnología?

El equipo detrás de EchoSpeech está explorando el potencial de esta tecnología innovadora y trabaja para comercializarla. Una vez que esta tecnología esté ampliamente disponible para el público, tiene el potencial de derribar barreras de comunicación para personas con discapacidades del habla y problemas auditivos, permitiendo una comunicación fluida y sin problemas como nunca antes.

Además, los investigadores del Laboratorio SciFi están desarrollando aplicaciones de gafas inteligentes para rastrear los movimientos faciales, oculares y del cuerpo superior, que podrían integrarse en cascos de realidad virtual para animar los avatares de los usuarios.

En conclusión, EchoSpeech es una tecnología innovadora que tiene el potencial de revolucionar la forma en que nos comunicamos, y no podemos esperar para ver lo que depara el futuro para este emocionante desarrollo.

En ULTIM Marketing, siempre estamos a la vanguardia de los últimos avances tecnológicos e incluimos el uso de la IA en todos nuestros servicios. Ya sea que esté buscando integrar la IA en su estrategia de marketing o explorar las posibilidades de las tecnologías emergentes, tenemos la experiencia para ayudarlo a alcanzar sus objetivos. Contáctenos hoy para descubrir cómo podemos ayudar a su negocio a crecer con el uso de la inteligencia artificial.