微軟致力于開發(fā)一種新的語音輸入接口，允許用戶在沒有聲音出現(xiàn)的情況下進(jìn)行說話和錄音。該研究由微軟研究院進(jìn)行，并在ACM CHI 2018中進(jìn)行了介紹。這種技術(shù)被稱為SilentVoice通過錄制呼吸時發(fā)出的聲音來實(shí)現(xiàn)通信，這種允許類似耳語的聲音就足夠讓麥克風(fēng)錄制語音而不會打擾周圍的人。此外，該模塊還將過濾周圍的語音，因此即使有外界干擾，用戶也可以捕獲清晰的語音。

SilentVoice是一種新的語音輸入接口設(shè)備，可以在日常生活中利用基于語音的自然用戶界面（NUI）。

所提出的“漸進(jìn)式語音”方法能夠?qū)Ⅺ溈孙L(fēng)放置在非常靠近嘴的前部而不受噪聲的影響，捕獲具有良好S/N比的非常柔和的語音。它實(shí)現(xiàn)了超?。ǖ陀?9dB（A））的語音泄漏，允許使用語音輸入，而不會在公共和移動情況以及辦公室和家庭中煩擾周圍的人。（終于不會打擾到人用TNT啦?。?/p>

通過測量氣流方向，SilentVoice可以輕松地讓外部聲音與正常話語分離，準(zhǔn)確度達(dá)98.8％，在語音通信啟動前不需要念激活詞。它還可以配合帶有經(jīng)過專門訓(xùn)練的語音識別器的語音激活系統(tǒng)，評估結(jié)果產(chǎn)生的單詞錯誤率（WERs）為1.8％（說話者依賴條件），7.0％（說話者無條件），包含有85個命令句，這意味著類似耳語的自然語音也可用于實(shí)時語音通信。

您可以在ACM CHI計算系統(tǒng)會議上查看完整的演示文稿：

https://youtu.be/9EV1mEtVfuM

該技術(shù)仍處于研究階段，但肯定會幫助那些喜歡使用語音命令但喜歡在不打擾周圍人的情況下工作的人。