Komputer czyta z ruchu ust

Współczesne algorytmy rozpoznawania mowy osiągają zadowalającą skuteczność tylko przy minimalnym natężeniu szumów tła lub przy bardzo dobrze dostrojonym sprzęcie, jednak obecność zakłóceń - np. hałasu powszechnego w miejscach publicznych - ich efektywność znacznie spada. Oprogramowanie Audio Visual Speech Recognition (AVSR) umożliwia synchronizację analizy dźwięków z analizą ruchów ust, co znacznie zwiększa skuteczność rozpoznawania mowy w środowiskach o podwyższonym poziomie hałasu. Oprogramowanie AVSR wchodzi w skład biblioteki Intel OpenCV, stanowiącej zestaw ponad 500 funkcji przetwarzania obrazu, pomocnych w tworzeniu aplikacji umożliwiających komputerom "widzenie" otoczenia.

Szybsze mikroprocesory, spadek cen kamer wideo i wysoka szybkość transmisji zapewniana przez interfejsy takie jak USB2 umożliwiają wykorzystanie algorytmów analizy obrazu w czasie rzeczywistym na popularnych komputerach PC. Biblioteka OpenCV została opracowana z myślą o ułatwieniu tworzenia nowych rozwiązań w tej dziedzinie dzięki dostępności kodu źródłowego rozmaitych funkcji przetwarzania i analizy obrazu. Od momentu jej udostępnienia w roku 2000, bibliotekę OpenCV pobrało ponad 500000 osób, zaś grupa zarejestrowanych użytkowników liczy obecnie ponad 5000 członków.

Twórcy oprogramowania wykorzystują funkcje OpenCV w najróżniejszych zastosowaniach, od zabawek po instalacje przemysłowe. Biblioteka zawiera kod źródłowy wszystkich funkcji w języku C i opatrzona jest bezpłatną licencją redystrybucyjną.