Voice Recognition

ไมโครซอฟท์เผย Kinect รุ่นใหม่ ฟังเสียงพูดจากผู้เล่น 2 คนได้พร้อมกัน

By mk

on 1 October 2013 - 17:23 Tag: Voice Recognition, Kinect, Image Processing, Xbox One, Microsoft

Voice Recognition

ข่าวสั้นของ Kinect ครับ ผู้บริหารไมโครซอฟท์ Phil Harrison ไปพูดที่งาน Eurogamer Expo และให้ข้อมูลว่าเซ็นเซอร์ Kinect รุ่นใหม่ที่มาพร้อมกับ Xbox One จะเพิ่มความสามารถด้านการแยกแยะเสียงพูดจากรุ่นเดิม โดยของใหม่นี้สามารถแยกแยะเสียงจากผู้เล่น 2 คนที่พูดพร้อมๆ กันได้

นอกจากนี้ Kinect ยังแยกแยะการขยับของ "ปาก" ของผู้เล่นได้, ตรวจจับความเคลื่อนไหวของผู้เล่นได้ 6 คนพร้อมกัน (นับเป็นความเคลื่อนไหวของข้อต่อได้สูงสุด 25 จุด), ประเมินอัตราการเต้นของหัวใจ และตรวจสอบรูปร่างของใบหน้าได้สูงสุด 1,400 จุด

หลุดข้อมูล "Cortana" นี่คือ Siri เวอร์ชันไมโครซอฟท์บน Windows Phone Blue

By mk

on 13 September 2013 - 20:38 Tag: Voice Recognition, Windows Phone, Microsoft, Artificial Intelligence, Cortana

Voice Recognition

ZDNet เผยข้อมูลของ "Cortana" ระบบผู้ช่วยส่วนตัวของไมโครซอฟท์บน Windows Phone รุ่นหน้ารหัส Blue ซึ่งอธิบายง่ายๆ ว่ามันคือคู่แข่งของ Apple Siri และ Google Now

ชื่อ Cortana มาจากตัวละครชื่อเดียวกันในเกมตระกูล Halo ซึ่งเป็น AI ที่สามารถเรียนรู้และปรับตัวได้เรื่อยๆ

ตามข่าวบอกว่า Cortana เป็นมากกว่าแอพสั่งงานด้วยเสียง แต่มันคือแกนหลักของแผนการยกเครื่อง "shell" ของทั้ง Windows, Windows Phone และ Xbox ในอนาคต ซึ่งเป็นมากกว่าการปรับหน้าอินเทอร์เฟซให้ทันสมัยขึ้น

โซนี่ยืนยัน PS4 รองรับการสั่งงานด้วยเสียง

By mk

on 1 September 2013 - 20:35 Tag: Sony, Voice Recognition, PS4, Games

Sony

โฆษกของ Sony Computer Entertainment ยืนยันกับเว็บไซต์ Polygon ว่า PS4 จะรองรับการสั่งงานด้วยเสียงพูด ผ่านกล้อง PlayStation Camera ที่เป็นอุปกรณ์เสริมขายแยก 59 ดอลลาร์ (ลักษณะเดียวกับ Xbox มี Kinect)

โซนี่พูดถึงฟีเจอร์นี้ในงานสัมมนาแห่งหนึ่ง โดยบอกว่า PlayStation Camera จะมีความสามารถทั้งด้านการแยกแยะใบหน้า (facial recognition) และการสั่งงานส่วนต่างๆ ด้วยเสียงพูด (navigational voice command)

โซนี่บอกว่าจะเปิดเผยข้อมูลเพิ่มเติมของฟีเจอร์นี้ ในช่วงใกล้ๆ วางขาย PS4 วันที่ 29 พฤศจิกายนนี้

Qualcomm บอก Snapdragon 800 รองรับการสั่งงานด้วยเสียงแม้ล็อกเครื่องแบบ Moto X

By Blltz

on 7 August 2013 - 01:17 Tag: Qualcomm, Voice Recognition, Snapdragon, SoC

Qualcomm

หนึ่งในฟีเจอร์เด่นของ Moto X ที่เหนือกว่าคู่แข่งตอนนี้คงหนีไม่พ้นการรอรับคำสั่งด้วยเสียงตลอดเวลา (always listening) อันเป็นผลมาจากหน่วยประมวลผลภาษาธรรมชาติที่รวมมาในชิป X8

ดูเหมือนว่าในอนาคตนี้ฟีเจอร์รับฟังที่ว่านี้คงจะได้ไปอยู่ในสมาร์ทโฟนรุ่นท็อปๆ หลังจาก Qualcomm ออกมาเผยข้อมูลว่าชิปรุ่นท็อปของตัวเองอย่าง Snapdragon 800 จะมาพร้อมกับชิปกินไฟต่ำที่สามารถรับคำสั่งด้วยเสียงตลอดเวลาได้เช่นกัน โดยเจ้าชิปตัวนี้ชื่อว่า Hexagon Qualcomm Digital Signal Processor 6 (Hexagon QDSP6)

คลิปหลุด Moto X โชว์ฟีเจอร์สั่งงานด้วยเสียงแม้เครื่องไม่ได้ทำงานอยู่

By mk

on 14 July 2013 - 17:47 Tag: Motorola, Voice Recognition, Leak, Google Now, Moto X

Motorola

Moto X ถือเป็นมือถือที่มีข่าวหลุด-ภาพหลุดออกมามากมาย ล่าสุดเป็นคลิปหลุดสาธิตฟีเจอร์ Open Mic หรือการสั่งงานด้วยเสียงแม้ตอนนั้นมือถือจะไม่ได้ทำงานอยู่

จากวิดีโอเราจะเห็นว่า Moto X อยู่ในสภาพปิดหน้าจอ จากนั้นผู้สาธิตพูดคำว่า OK Moto Magic ตามด้วยคำสั่งงานด้วยเสียงที่ Google Now รู้จักและแยกแยะได้ เมื่อตัวเครื่องได้ยินคำว่า OK Moto Magic จะเปิดหน้าจอขึ้นมาและส่งประโยคหลังจากนั้นไปให้ Google Now จัดการต่ออีกทีหนึ่ง

วิดีโอนี้ตรงกับข่าวก่อนหน้านี้ของ Moto X ที่ว่ามีไมโครโฟนเปิดทำงานรอรับคำสั่งอยู่ตลอดเวลา

ระบบวิเคราะห์เสียงของ Windows Phone แม่นยำกว่าเดิม ทำงานเร็วขึ้นอีก 15%

By mk

on 18 June 2013 - 08:00 Tag: Research, Voice Recognition, Algorithm, Bing, Windows Phone, Microsoft

Research

ไมโครซอฟท์ประกาศปรับปรุงระบบแยกแยะและวิเคราะห์เสียงของ Windows Phone (ที่ใช้เอนจินของ Bing) ให้มีความแม่นยำมากขึ้นกว่าเดิมแม้ในสภาพที่มีเสียงรบกวนมากๆ และทำงานแยกแยะเสียงได้เร็วกว่ารุ่นก่อน 15%

เบื้องหลังการปรับปรุงฟีเจอร์นี้มาจากผลงานของทีม Microsoft Research ในปักกิ่งและสหรัฐ ที่ใช้เทคนิค deep neural networks (DNNs) จำลองการทำงานของเส้นประสาทในสมอง ผนวกกับฐานข้อมูลขนาดใหญ่ของ Bing ทำให้เทคนิคการวิเคราะห์เสียงพูดของค่ายไมโครซอฟท์พัฒนาขึ้นอีกมาก

ถามกูเกิลด้วยเสียง กูเกิลตอบเป็นเสียง

By mk

on 23 May 2013 - 08:37 Tag: Google, Search Engine, Chrome, Voice Recognition, Google Search

Google

ฟีเจอร์ที่กูเกิลโชว์ในงาน Google I/O ตอนนี้สามารถใช้งานบน Chrome 27 ได้แล้ว

วิธีการใช้งานคืออัพเกรดเป็น Chrome 27 ก่อน แล้วเข้าไปที่หน้าแรกของกูเกิล (google.co.th ก็ใช้งานได้ครับ) คลิกที่รูปไมโครโฟนในกล่องข้อความ หน้าจอจะเปลี่ยนเป็นไมโครโฟนสีแดงขนาดใหญ่ พร้อมกับคำค้นที่เราพูดออกไป

จากนั้นกูเกิลจะแสดงหน้าผลการค้นหา พร้อมเสียงพูดเป็นภาษาอังกฤษครับ (กรณีของคำค้นที่เกี่ยวกับ population ก็แสดงกราฟข้อมูลย้อนหลังแบบใน I/O แล้วด้วย)

ธนาคาร Barclays เปลี่ยนวิธีตรวจสอบลูกค้าทางโทรศัพท์ มาเป็นการวิเคราะห์เสียงพูด

By mk

on 9 May 2013 - 17:18 Tag: Banking, Voice Recognition, Nuance, Barclays

Banking

Barclays Wealth บริการธนาคารส่วนตัวของเครือธนาคาร Barclays ของอังกฤษ เริ่มเปลี่ยนวิธีตรวจสอบตัวตนลูกค้าทางโทรศัพท์ จากเดิมที่ใช้วิธีถามรหัสผ่าน-คำถามข้อมูลส่วนตัว มาเป็นการแยกแยะเสียงพูด (voice recognition) แทน

การตรวจสอบเสียง (voiceprint) ใช้เวลาไม่ถึงหนึ่งนาทีหลังลูกค้าพูดจบ และกรณีที่ระบบตรวจสอบเสียงผิดพลาด ลูกค้ายังสามารถยืนยันตัวตนด้วยวิธีเดิมได้

ระบบแยกแยะเสียงพูดของ Barclays มาจาก Nuance FreeSpeech ของบริษัท Nuance เจ้าพ่อซอฟต์แวร์ด้านเสียงนั่นเอง

ผลการศึกษาระบุจะส่งข้อความแบบเดิมๆ หรือส่งด้วยเสียง ก็เสี่ยงบนท้องถนนไม่ต่างกัน

By Blltz

on 24 April 2013 - 09:15 Tag: Research, Safety, Voice Recognition

Research

แม้จะไม่ค่อยได้ใช้งาน แต่หลายคนก็คงมีความเชื่อว่าการสั่งงานด้วยเสียงแบบไร้สายขณะขับขี่ยานพาหนะน่าจะเป็นวิธีที่ช่วยลดอุบัติเหตุบนท้องถนนได้ดีวิธีหนึ่ง ทว่าผลการศึกษาจากองค์การขนส่งประจำรัฐเทกซัสกลับได้ผลออกมาตรงกันข้ามเสียงั้น

นาง Christian Yager เจ้าของผลการศึกษาบอกว่าเมื่อเปรียบเทียบระหว่างการส่งข้อความแบบเดิมๆ (ซึ่งเป็นหนึ่งในสาเหตุหลักของอุบัติเหตุมาตลอด) กับการส่งข้อความด้วยเสียง ผลปรากฏว่าผู้ขับขี่ก็ยังมีปฏิกิริยาตอบสนองช้ากว่าเมื่อไม่ได้ใช้งานมากพอๆ กันคือเท่าตัวจากปกติ

Wozniak บอก แอปเปิลกำลังพัฒนาบางสิ่งที่จะสร้างความประหลาดใจและทำให้พวกเราช็อก

By nuntawat

on 22 April 2013 - 21:14 Tag: Apple, Voice Recognition, Steve Wozniak, Computer

Apple

Steve Wozniak ได้กล่าวที่งานสัมมนาแห่งหนึ่งเกี่ยวกับแอปเปิลว่า การที่ราคาหุ้นของแอปเปิลลดต่ำสุดในรอบ 16 สัปดาห์นั้นเป็นเรื่องที่น่าผิดหวัง แต่บริษัทมีแนวโน้มที่จะออกผลิตภัณฑ์ใหม่ กระทั่งผลิตภัณฑ์ที่ไม่เคยมีมาก่อน และผลิตภัณฑ์เหล่านั้นจะไปได้ดี ไม่เหมือนกับเอาของเก่ามาเล่าใหม่ที่ในที่สุดเราจะรู้สึกเบื่อหน่ายกับมัน ("not re-making the same thing, as eventually that just gets a little bit stale") เขายังเดาว่าแอปเปิลเตรียมตัวมาดี และกำลังดำเนินการบางอย่างที่จะสร้างความประหลาดใจและทำให้พวกเราช

นักพัฒนาอิสระสาธิตฟังก์ชันสั่งงานด้วยเสียงบน Ubuntu

By 0rmsin

on 24 February 2013 - 04:03 Tag: Ubuntu, Voice Recognition

Ubuntu

หลังจาก Ubuntu ได้ถูกเพิ่มวิธีสั่งงานแบบ HUD ไปแล้ว วันนี้นักพัฒนาอิสระได้สาธิตวิธีการสั่งงานแบบใหม่คือการสั่งงานผ่านเสียง (voice recognition) ที่มีความสามารถหลากหลาย เช่น เริ่มโปรแกรมเบราว์เซอร์, เล่นเพลงที่ต้องการ, จัดการไฟล์แบบพื้นฐาน, พิมพ์ข้อความตามคำบอก หรือกระทั่งสามารถเปิดเว็บเพจใดๆ เพียงแค่บอกชื่อเท่านั้น

Xbox รุ่นใหม่จะมาพร้อมกับระบบสั่งงานด้วยเสียงเต็มรูปแบบ ?

By Blltz

on 8 February 2013 - 18:08 Tag: Voice Recognition, Microsoft, Games, Xbox

Voice Recognition

ไม่ใช่แค่ฝั่ง PS4 ที่มีข่าวลือฟีเจอร์ใหม่ๆ เพราะคู่แข่งอย่าง Xbox รุ่นใหม่ที่คาดว่าจะเปิดตัวในปีนี้ก็มีข่าวลือฟีเจอร์ใหม่ๆ ออกมาเช่นกัน และเป็นฟีเจอร์สั่งงานด้วยเสียงแบบเต็มรูปแบบที่จะถูกรวมเข้ามาใน Xbox รุ่นใหม่นี้

ข้อมูลดังกล่าวเว็บไซต์ The Verge อ้างจากแหล่งข่าวที่ใกล้ชิดกับไมโครซอฟท์ โดยระบุว่าการสั่งงานด้วยเสียงของ Xbox รุ่นใหม่นี้จะรองรับตั้งแต่การเปิดเครื่องด้วยเสียง การสั่งงานด้วยภาษาธรรมชาติ (ตรงนี้ที่มาบอกว่าคล้ายกับ Siri) และสามารถแปลงเสียงเป็นข้อความได้

Nuance เผยแผนพัฒนา Project Wintermute ผู้ช่วยส่วนตัวบนกลุ่มเมฆ ใช้ได้หลายอุปกรณ์

By Blltz

on 9 January 2013 - 19:52 Tag: Cloud Computing, Voice Recognition, Nuance

Cloud Computing

เมื่อช่วงปีที่ผ่านมาเราเห็นหลายบริษัทพยายามทำระบบผู้ช่วยสำหรับตอบคำถามผู้ใช้ด้วยภาษามนุษย์อย่าง Siri จากแอปเปิล หรือ Google Now จากกูเกิล ซึ่งทั้งสองบริการที่ว่ามีจุดด้อยตรงที่ผูกอยู่กับอุปกรณ์ของค่ายตัวเองเท่านั้น ซึ่งเป็นสิ่งที่ Nuance เห็นว่าสามารถทำได้ดีกว่านั้นด้วย Project Wintermute

Lenovo เปิดตัวมือถือที่มีระบบ Voice Unlock ในประเทศจีน

By mk

on 2 December 2012 - 15:24 Tag: China, Lenovo, Baidu, Voice Recognition, Mobile

China

Lenovo เปิดตัวมือถือรุ่นใหม่ A586 ในประเทศจีน สเปกเครื่องไม่หวือหวาคือหน้าจอ 4.5" 480x854, ซีพียู 1.2GHz ดูอัลคอร์

จุดเด่นของมันกลับเป็นเทคโนโลยี Voice Unlock หรือจดจำเสียงเฉพาะตัวของผู้ใช้เพื่อปลดล็อคเครื่อง โดยเทคโนโลยีนี้พัฒนาโดย Institute for Infocomm Research (I2R) ของประเทศสิงคโปร์ ร่วมกับศูนย์วิจัยของ Baidu แล้ว Lenovo ซื้อสิทธิบัตรมาใช้งานอีกทอดหนึ่ง

I2R เรียกเทคโนโลยีนี้ว่า Speaker Verification และมี Lenovo A586 เป็นผลิตภัณฑ์ในตลาดตัวแรกที่นำไปใช้งาน ตัวโทรศัพท์วางขายในประเทศจีนเมื่อวันที่ 30 พฤศจิกายนที่ผ่านมา

Google TV เพิ่ม Voice Search และระบบแนะนำรายการ PrimeTime

By mk

on 15 November 2012 - 11:18 Tag: TV, Voice Recognition, Google TV

กูเกิลประกาศอัพเดต Google TV โดยมีของใหม่ 3 อย่างดังนี้

กูเกิลปรับปรุงฟีเจอร์ Voice Search บนแอพเวอร์ชัน iOS

By mk

on 31 October 2012 - 08:57 Tag: Google, Search Engine, Voice Recognition, Mobile App, iOS, Google Search

Google

กูเกิลอัพเดตแอพ Google Search บน iOS (iPad, iPhone, iPod touch) โดยปรับปรุงฟีเจอร์การค้นหาด้วยเสียงหรือ voice search แบบเดียวกับฝั่ง Android

หน้าตาของแอพจะคล้ายกับ Google Now บน Android ส่วนวิธีการใช้งานก็คล้ายกันคือกดปุ่มไมโครโฟนบนกล่องค้นหาแล้วพูดได้เลย เราสามารถถามกูเกิลเป็นประโยคภาษาอังกฤษธรรมดา เช่น Play me a trailer of the upcoming James Bond movie ซึ่งเอนจิน Knowledge Graph ของกูเกิลจะเข้าใจและตอบคำถามให้เราเอง

ที่มา - Google Official Blog

Google TV รุ่นหน้าจะรองรับการสั่งงานด้วยเสียง

By mk

on 15 October 2012 - 23:58 Tag: Google, TV, Voice Recognition, Google TV

Google

กูเกิลเผลอโพสต์วิดีโอแนะนำความสามารถของ Google TV รุ่นที่สามขึ้น YouTube แล้วเอาลงในเวลาต่อมา แต่ก็มีคนตามไปดูกันทันและได้ข้อมูลมาดังนี้

Nuance เปิดตัว Dragon Dictation และ Search, รองรับภาษาไทยแล้ว!

By Blltz

on 10 October 2012 - 13:52 Tag: Voice Recognition, Mobile App, Nuance, Mobile

Voice Recognition

หลายคนคงคุ้นชื่อของ Nuance (อ่านว่านูออนซ์) จากคีย์บอร์ด Swype และแอพสั่งงานด้วยเสียง หรือช่วยพิมพ์ข้อความด้วยเสียงอย่าง Dragon Dictation และ Dragon Search ที่ปัจจุบันรองรับภาษาทั่วโลก รวมถึงภาษาท้องถิ่นไปแล้วมากถึง 52 ภาษา การเปิดตัวในเมืองไทยครั้งนี้ เพื่อแนะนำแอพพลิเคชันของ Nuance อย่าง Dragon Dictation และ Dragon Search ที่รองรับภาษาไทยเป็นที่เรียบร้อยเป็นลำดับที่ 39 จากประเทศที่เปิดตัวทั้งหมด

พูดถึงรายละเอียดของแอพทั้งสองตัว Dragon Dictation คือแอพที่สามารถจดจำเสียงของผู้ใช้ แล้วแปลงเป็นข้อความ เพื่อใช้ส่งข้อความ อีเมล รวมถึงโพสต์ขึ้นโซเชียลเน็ตเวิร์คได้

Google Glass สั่งงานด้วยเสียงได้, ถ่ายภาพอัตโนมัติตามเวลาที่กำหนด

By mk

on 14 September 2012 - 21:14 Tag: Google, Voice Recognition, Google Glass, Gadget

Google

Wall Street Journal มีโอกาสได้ทดสอบ Google Glass รุ่นทดสอบกับ Sergey Brin ทำให้เรารู้ความสามารถของมันเพิ่มมาอีก 2 อย่าง

สั่งงานด้วยเสียงได้ เช่น พูดว่า OK Glass แล้วบนจอภาพจะขึ้นไอคอนกล้องถ่ายภาพมาบอกว่าถ่ายเรียบร้อยแล้ว
time-lapse ถ่ายภาพอัตโนมัติตามระยะเวลาที่กำหนด เช่น ทุก 10 วินาที ตัวของ Brin บอกว่าฟีเจอร์นี้ช่วยให้เขาถ่ายภาพลูกๆ ได้โดยไม่ต้องพะวงถึงการหยิบสมาร์ทโฟนออกมาจากกระเป๋าอีกต่อไป

ซอฟต์แวร์ของ Google Glass ยังไม่เสร็จเรียบร้อยดี ยังขาดฟีเจอร์ที่เคยประกาศไว้อย่างระบบนำทาง การโทรศัพท์และส่งข้อความ เป็นต้น

รวมข่าว Xiaomi MI-2: ขายราคาขาดทุน, ระบบสั่งงานด้วยเสียงจาก iFLYTEK, ตอนแรกใช้กล้อง 13 ล้านพิกเซล

By Blltz

on 21 August 2012 - 20:42 Tag: China, Voice Recognition, Xiaomi

China

ช่วงหลังการเปิดตัว Xiaomi MI-2 สมาร์ทโฟนควอดคอร์ราคาย่อมเยา มีข่าวต่อเนื่องมาพอสมควร จับรวมเขียนเป็นข่าวเดียวกันเลย

ข่าวแรกคือต้นทุนการผลิต MI-2 นั้นจริงๆ อยู่ที่ราว 2,350 หยวน เมื่อเทียบกับราคาขายจริงที่ประกาศไว้ 1,999 หยวน หมายความว่า Xiaomi ยอมขายในราคาขาดทุน โดยคาดว่าต้นทุนการผลิต MI-2 จะลดลงไปในอนาคต (ยิ่งไปยืนยันข่าวที่จะเปิดตลาดเพิ่มได้ในตัว)

Subscribe to Voice Recognition