2019 Hackadayprize 中国区赛事正在火热报名 ing,我们将为大家介绍在过去几届 Hackadayprize 中获奖的作品,希望能给你带来启发!快点来报名参赛,12.5 万美元的终极大奖在等你认领:https://www.cirmall.com/hackadayprize_2019
Google 智能助理,Alexa,Siri ——这些个人 AI 助手正在飞速崛起。 但现在的语音识别存在一些问题。
- 语音识别准确性 - 在嘈杂的环境中很难隔离人的声音。
- 隐私 - 你问 Siri 的任何事情,其他人都听到了。
- 个人身份验证 - 通过 AI 帮助处理涉及货币交易(购买和支付,预订航班)的事情,我们需要相信 AI 技术可以安全地识别个人
在执行语音识别任务时将非音频信号收集为另一数据流是帮助缓解这些问题的一种方法。
Cerebro Voice 是一种收集 EMG 信号以产生无声语音识别的设备,直接从声带和说话过程种涉及的其他肌肉通过 sEMG(表面肌电图)收集电信号,能够在不需要大声发出所述单词的情况下识别单词。
EMG,全称 electromyography,简称肌电图,应用电子学仪器记录肌肉静止或收缩时的电活动,及应用电刺激检查神经、肌肉兴奋及传导功能的方法。英文简称 EMG。
这个领域的第一个成果在 2004 年由美国宇航局艾姆斯实验室展示,他们给这项技术的名称是“合成心灵感应”。
https://www.nasa.gov/centers/ames/news/releases/2004/04_18AR.html
器件清单:
目前,我们使用的是 OpenBCI 作为我们的生物传感单元,并且从 2 通道板增加到了 4 通道板。 我们可以从中获取数据的传感器和通道越多,就能增加我们模型的预测能力。
4 通道的 OpenBCI 传感器
工作流程:
1、将电极放在声音肌肉的位置
3、使用前置放大器装置收集 EMG 信号数据
4、使用麦克风收集音频数据
5、收集数据后,使用声音编辑器放大信号
6、在监督机器学习模型中使用音频数据作为 EMG 数据的标签
7、在对卷积神经网络进行训练后,使用该模型将 EMG 信号转换为单词和句子
使用的柔性 PCB
对运算放大器进行测试
原型
对数据进行分析
如果你对这个项目感兴趣,想获取完整信息请访问:
https://hackaday.io/project/160715-cerebro-voice
与非网编译内容,未经许可,不得转载!
有人说硬件技术将很快达到极限,而在我们看来,硬件创新,尤其是中国硬件工程师的创新,还远未走到尽头,而只是刚刚开始。作为致力于为全球硬件开发者提供技术共享服务的平台,与非网母公司 SupplyFrame 旗下最大的全球硬件开发者社区 Hackaday.com 已连续五年举办全球硬件开发者大赛 Hackadayprize,有超过 3000 多个硬件团队在这个赛事中互动交流、切磋技艺。
这个《硬件改变世界》系列,我们挑选在前几届 Hackadayprize 大赛中获奖的优秀作品加以展示,硬件技术可以多有意思,硬件开发者可以多有创意,从这些作品中你可以看到。
2019 年 3 月,Hackadayprize 中国区赛事将隆重开启,我们很期待看到国内的硬件开发者大开脑洞、大展技艺。你准备好了没,与来自全球的硬件开发者同台 PK?