Intel versucht Computern das "Lippen lesen" beizubringen

Forscher der Intel Corporation haben im Rahmen einer Open-Source Lizenz eine neue Software veröffentlicht. Sie ermöglicht Entwicklern den Bau von Computern, die wie Menschen sehen und "Lippen lesen" können. Auf diese Weise können PCs gesprochene Befehle besser verstehen.

Aktuelle leistungsfähige Spracherkennungs-Algorithmen arbeiten zufriedenstellend, wenn kein Hintergrundlärm auftritt oder ein sehr gut eingestelltes Headset verwendet wird. Ihre Genauigkeit lässt jedoch sehr schnell nach, wenn die Applikationen mit durchaus üblichen geräuschintensiven Umgebungen zurechtkommen müssen, wie dies etwa auf öffentlichen Plätzen der Fall ist. In Kombination mit Gesichtserkennungsalgorithmen aus Intels OpenCV Computer Vision Bibliothek ermöglicht der Einsatz von Audio Visual Speech Recognition (AVSR) Software, dass die Computer das Gesicht eines Sprechers erkennen und ihren Mundbewegungen folgen. Die Synchronisation von Videodaten mit Sprachidentifizierung macht deutlich genauere Spracherkennung möglich und verbessert damit eine große Vielzahl von Sprachanwendungen in geräuschintensiven Umgebungen. Die AVSR Software ist Teil der Intel OpenCV Computer Vision Bibiliothek. Diese Toolbox besteht aus mehr als 500 Bildverarbeitungsfunktionen, mit deren Hilfe Forscher bilderkennende Applikationen entwickeln können.