MIT ने एक नए प्रकार का इंटरफ़ेस विकसित किया है जो आपको "विचारों" को आवाज़ में बदलने की अनुमति देता है

अर्णव कपूर, एक नए प्रकार के इंटरफ़ेस के डेवलपर्स में से एक, डिवाइस के संचालन को प्रदर्शित करता है

एमआईटी इंजीनियरों ने एक ऐसी प्रणाली बनाई है जो स्व-बोले गए शब्दों और वाक्यों को पाठ में प्रसारित करती है। सिस्टम को सफलतापूर्वक काम करने के लिए, इसके वाहक को स्पष्ट रूप से शब्दों और वाक्यांशों का उच्चारण करना होगा। इस मामले में, चेहरे, गले और जीभ की मांसपेशियां जो भाषण के लिए जिम्मेदार हैं, काम करना शुरू कर देती हैं। वे पूरी ताकत से काम नहीं करते हैं, लेकिन केवल सक्रिय होते हैं, जो नई प्रणाली को "पढ़ने" के लिए पर्याप्त है।

बाहर से, यह ऐसा दिखता है - एक व्यक्ति बस चुप है, और सिस्टम "बोलता है", या प्रिंट करता है। विकास में दो भाग होते हैं: एक गैजेट जिसे चेहरे पर पहना जाना चाहिए और एक विशेष रूप से "प्रशिक्षित" तंत्रिका नेटवर्क, जो प्राप्त सूचनाओं का विश्लेषण करता है और इसे अक्षरों और शब्दों के साथ जोड़ता है। इसके अलावा, इंटरफ़ेस आपको गैजेट्स को नियंत्रित करने की अनुमति देता है - टीवी पर चैनल स्विच करें, लागत का ट्रैक रखें और काफी सामान्य गतिविधि रखें।

कान पर पहना जाने वाला गैजेट में एक "बोन इयरफ़ोन" शामिल है, यानी एक ईयरफ़ोन जो हड्डी के साथ-साथ आंतरिक कान तक ध्वनि का संचालन करता है। बाहरी चैनल खुला रहता है और एक व्यक्ति सब कुछ सुनता है जो आसपास होता है।

ऐसी प्रणाली बहुत पोर्टेबल है और सड़क और घर दोनों पर पहनने के लिए उपयुक्त है। इसका उपयोग करने के कुछ तरीके असामान्य हैं। उदाहरण के लिए, आप शतरंज खेल सकते हैं, अपने आप से दुश्मन की चाल के बारे में बात कर सकते हैं और कंप्यूटर की मदद ले सकते हैं।

आप न केवल शारीरिक समस्याओं वाले लोगों के लिए, बल्कि विभिन्न स्थितियों में आम उपयोगकर्ताओं के लिए भी विकास का उपयोग कर सकते हैं। डेवलपर्स का कार्य एक ऐसी प्रणाली तैयार करना था जो किसी व्यक्ति की क्षमताओं को बेहतर बना सके, उसकी बुद्धि को पूरक कर सके और किसी तरह उसकी इंद्रियों को विकसित कर सके।

"हम स्मार्टफोन और अन्य डिजिटल उपकरणों के बिना नहीं रह पा रहे हैं," प्रोजेक्ट प्रतिभागियों में से एक, पेटी मेस का कहना है। “लेकिन इन उपकरणों का उपयोग हमें रोकता है, उनके साथ काम करने के लिए बीच में रोकना आवश्यक है। उदाहरण के लिए, एक वार्तालाप है, और अचानक फोन का उपयोग करने की आवश्यकता है। आपको इसे खोजने, इसे चुनने, पासवर्ड दर्ज करने और एप्लिकेशन खोलने की आवश्यकता है। इसलिए, मेरे छात्रों और मैंने लंबे समय तक नए प्रकार के सिस्टम और उनके फार्म कारकों के साथ प्रयोग किया, जो वास्तव में लोगों को गैजेट्स से विचलित हुए बिना आधुनिक तकनीकों और सेवाओं का लाभ उठाने की अनुमति देते हैं। "

परिणाम एसोसिएशन फॉर कम्प्यूटिंग मशीनरी के एसीएम इंटेलिजेंट यूजर इंटरफेस सम्मेलन में बताए गए थे।

सिद्धांत रूप में, वैज्ञानिकों द्वारा प्रस्तावित विचार नया नहीं है। यह 19 वीं शताब्दी में कहीं दिखाई दिया, और नई प्रौद्योगिकियों के आगमन के साथ, उन्होंने इसके कार्यान्वयन पर गंभीरता से काम करना शुरू कर दिया। 60 के दशक में, पढ़ने के दौरान वाक्यांशों और शब्दों को अपने आप से बोलना एक बाहरी कारक माना जाने लगा जो पढ़ने में गति में बाधा डालता है (वास्तव में, यह)। लेकिन बोलने के अपने फायदे हैं, इसका उपयोग कंप्यूटर इंटरफेस के विकास में किया जा सकता है। एक उदाहरण ऊपर दिया गया था।


सिस्टम बनाने की प्रक्रिया में, वैज्ञानिकों को सबसे पहले यह समझने की आवश्यकता थी कि बोलने की प्रक्रिया में व्यक्ति के चेहरे पर कौन सी मांसपेशियां सक्रिय रूप से शामिल हैं। उसके बाद, "विचारों को पाठ में बदलने" के लिए एक प्रोटोटाइप डिवाइस का विकास शुरू हुआ। प्रणाली का मुख्य सिग्नल-सेंसिंग तत्व 16 इलेक्ट्रोड था।

उन्होंने गवाही ली और जाँच की कि आदमी ने अपने आप से क्या कहा। फिर, प्राप्त डेटा सरणी के आधार पर, डेवलपर्स ने तंत्रिका नेटवर्क को प्रशिक्षित करना शुरू कर दिया। वैसे, शुरू में डिवाइस ने चेहरे के दोनों किनारों को कवर किया। लेकिन फिर यह पता चला कि तंत्रिका नेटवर्क बिना किसी समस्या के संकेतों को पाठ में परिवर्तित करता है, भले ही इलेक्ट्रोड केवल चेहरे के एक तरफ हों। इसलिए, सिस्टम के आकार को कम करने के लिए, इसे आधा कर दिया गया था।

तंत्रिका नेटवर्क प्रशिक्षण छोटा शुरू हुआ - केवल 20 शब्दों के साथ। समय के साथ, शब्दकोश में वृद्धि हुई, और तंत्रिका नेटवर्क अधिक "स्मार्ट" बन गया। वैज्ञानिकों के अनुसार, "विचारों" की मान्यता की सटीकता को बढ़ाते हुए, यह किसी भी व्यक्ति के लिए व्यक्तिगत हो सकता है। आपके पास जितना अधिक प्रशिक्षण होगा, सिस्टम उतना ही बेहतर होगा।

डेवलपर्स के पास इसे पूर्णता में लाने की कोई योजना नहीं थी, यह सिर्फ एक सबूत है। प्रौद्योगिकी का उपयोग विनिर्माण सहित कई क्षेत्रों में किया जा सकता है। आप एक औद्योगिक उद्यम, शोर स्तर की कल्पना कर सकते हैं जिसमें काम के मुद्दों पर कर्मचारियों के सामान्य संचार में हस्तक्षेप होता है। इस मामले में, आप ऐसी प्रणाली का उपयोग कर सकते हैं। ऐसी ही स्थिति अग्निशामकों या गोताखोरों के साथ है। उन्हें बात करने की आवश्यकता नहीं होगी, सिस्टम "विचारों" को आवाज देगा।

अब तक, हम प्रौद्योगिकी के व्यावसायीकरण के बारे में बात नहीं कर रहे हैं, लेकिन इस तरह के विकास को भी बाहर नहीं रखा गया है।