Sony представила технологію Visual Speech Enablement, яка може читати по губам

На CES 2021 компанія Sony анонсувала нову технологію під назвою Sony Visual Speech Enablement. Вона дозволяє розширювати можливості читання по губам в будь-якому середовищі.

• Sony представила свій перший дрон Airpeak
• Xiaomi потрапила під санкції США
• На порталі «Дія.Цифрова освіта» запустили серіал «Штучний інтелект для школярів»

Марк Хенсон, віце-президент з технологій та інновацій у продуктах Sony, розказав, як працює ця технологія. За допомогою датчика зображення Sony Intelligent Vision і штучного інтелекту ця технологія може ізолювати губи користувача, а потім перетворювати рухи рота в слова.

Ця технологія може зробити це без фонового або переднього шуму. А для роботи їй взагалі не потрібен мікрофон. Крім того, відстань між користувачем і датчиком може перевищувати кілька футів (≈ від 30 см і більше). Чим вища роздільна здатність датчика, тим більшою може бути ця відстань.

Початкові плани Sony полягають у тому, щоб продавати цю технологію туди, де вона буде дійсно затребуваною. Наприклад, для автоматизації виробництва, кіосків і банкоматів з підтримкою голосового зв’язку. Наразі доступна єдина оптимізація для комп’ютерів. Однак в майбутньому версії цієї функції можуть бути доступні на мобільному обладнанні.

Sony Visual Speech Enablement може порушувати конфіденційність

Звичайно, нові технології і взагалі розвиток – це добре. Однак вони також суттєво можуть вплинути на конфіденційність людей. У розпізнавання осіб вже були свої проблеми з конфіденційністю і неправильним використанням. Уявіть собі сценарій, в якому камера розпізнавання осіб поєднується з технологією Sony Visual Speech Enablement.

Запис профілів осіб разом з тим, що вони говорять, може допомогти в наданні безпеки або порушити конфіденційність. Технологія знімає тільки губи, а не особу в цілому. За словами Sony, ця технологія не надає дані, що дозволяють ідентифікувати користувача. Але сценарій використання завжди може змінитися.

Технологія розпізнавання осіб вже використовується в деяких містах, попри невдоволення мешканців. Звичайно, в наші дні мало що залишається по-справжньому особистим. Веб-сайти відстежують користувачів за допомогою файлів cookie, компанії, інтернет-провайдери та оператори мобільного зв’язку продають наші дані. Тільки час покаже, коли і як технологія Sony Visual Speech Enablement буде інтегрована в наше суспільство.