Táto technológia dokáže povedať vášmu hlasovému asistentovi, na čo sa pozeráte

Vývoj osobných hlasových asistentov im umožnil vykonávať niektoré úlohy na vysokej úrovni ako hľadať alebo ovládanie IoT zariadení. Stále však nie sú dokonalí, pretože nedokážu pochopiť kontextové príkazy ako „Čo je toto? alebo „Zapnite to“. Nejednoznačné „toto“ a „tamto“ sú pojmy, ktorým hlasoví asistenti skutočne nerozumejú, kým im nedáte kontext. To sa však v budúcnosti môže naozaj čoskoro zmeniť, pretože výskumníci z Human-Computer Interaction Institute at Carnegie Mellon University vyvinula nový softvér, ktorý môže výrazne zlepšiť výkon hlasových asistentov v budúcnosti.

WorldGaze je nová technológia, ktorú vyvinuli Sven Mayer, Gierad Lapu a Chris Harrison, tím výskumníkov z Carnegie Mellon University. Hlasovým asistentom môže poskytnúť kontext s tým, že používateľ sa len na niečo pozerá. To umožní asistentom ľahšie pochopiť kontextové príkazy.

Ide v podstate o softvér, ktorý súčasne využíva prednú aj zadnú kameru mobilných zariadení a poskytuje kontext pre softvér hlasového asistenta. Softvér využíva zadnú kameru na zachytenie toho, čo používateľ vidí, a pomocou prednej kamery sleduje hlavu používateľa v 3D. Spolu,

Práca na uliciach

Teraz si predstavte, že idete po ulici a vidíte reštauráciu. Spýtate sa svojho hlasového asistenta: „Kedy sa to otvorí?“. Neočakávajte, že dostanete odpoveď od asistenta, pretože nerozumie, čo je v otázke „toto“. Ak však kráčate po tej istej ulici s integrovaným smartfónom WorldGaze v ruke a pýtate sa rovnakú otázku, ako vyzeráte priamo v reštaurácii softvér poskytne hlasovému asistentovi relevantný kontext, aby pochopil „toto“ vo vašom otázka. Ako softvér používa prednú kameru na sledovanie vášho „pohľadu hlavy“ v 3D, vie, na čo sa v danom čase pozeráte.

Pracuje v obchodoch a domácnostiach

To isté platí v maloobchodných predajniach, pretože WorldGaze prichádza aj s integráciou AR. Takže, ak ste v maloobchodnej predajni, stačí sa pozrieť na akúkoľvek položku a softvér vám povie, čo to je, umiestnením štítkov AR vedľa položiek. Keď sa teda pozeráte na stoličku alebo stôl, môžete použiť príkazy ako „Pridať toto do môjho nákupného zoznamu“ a osobný asistent vo vašom mobilnom zariadení bez ďalšieho pridá požadovanú položku do zoznamu otázky. Podobne budú hlasoví asistenti schopní porozumieť aj kontextovým hlasovým príkazom pre domáce zariadenia. Stačí teda nasmerovať smartfón na inteligentnú televíziu a povedať „Hey Google/Siri/Alexa, On“ a asistent zapne televízor.

Únavné pre zbrane...odteraz

teraz jednou z najväčších nevýhod tejto technológie je, že vyžaduje, aby používateľ vždy držal smartfón vo svojich rukách. V opačnom prípade softvér nemôže používať fotoaparáty na prácu. To je dôvod, prečo je táto technológia stále dôkazom konceptu. Výskumníci však plánujú v budúcnosti integrovať softvér do inteligentných okuliarov.

Natočili aj video na YouTube, ktoré predstavuje túto úžasnú technológiu a môžete si ho pozrieť vyššie. Ak si chcete prečítať celý výskumný dokument publikovaný tímom, môžete si ho pozrieť tu.

Odporúčané články