Des chercheurs de l'université Carnegie Mellon ont développé un système permettant d'interagir avec des haut-parleurs intelligents et d'autres appareils à assistance vocale sans utiliser de mots d'activation.
Le système, qui s'appuie sur l'apprentissage automatique, pourrait constituer la base d'une alternative sécurisée aux assistants à domicile toujours actifs.
Les nouveaux résultats ont été publiés dans un document de recherche [PDF] par une équipe de recherche de quatre personnes, qui a également fourni une vidéo expliquant comment le nouveau modèle pourrait fonctionner.
La recherche se concentre sur la direction de la voix , une technique qui détermine à la fois la position et l'angle d'où provient la parole. Cela diffère des appareils intelligents d'aujourd'hui, qui ont tendance à se concentrer uniquement sur la position d'origine d'un son.
L'approche actuelle repose également sur un mot d'activation spécifique, c'est pourquoi le fait de changer le mot d'activation d'Alexa en autre chose ne vous donne qu'une ou deux options supplémentaires.
Lorsqu'une personne parle, sa voix crée des échos dans la pièce, qui arrivent tous à un haut-parleur intelligent à des moments différents. En analysant la synchronisation, le volume et le spectre de fréquence du son produit par chaque écho réfléchi, le nouveau système peut prédire si un utilisateur parle dans la direction de l'objet intelligent ou s'il s'en éloigne.
Parallèlement au document de recherche, l'équipe a également fourni un lien GitHub vers l'ensemble de données utilisé pour former le réseau de neurones. Les 11 520 phrases uniques de l'ensemble de données étaient suffisantes pour entraîner un haut-parleur intelligent à prédire l'angle auquel un utilisateur faisait face avec une précision de 90 degrés.
Les calculs nécessaires pour déterminer la direction sont suffisamment légers pour être effectués localement sur l'appareil sans se connecter à un serveur distant. L'équipe de recherche à l'origine des nouvelles découvertes espère que cette approche permettra des interactions plus fluides avec les appareils intelligents et offrira plus de confidentialité aux utilisateurs que les alternatives basées sur le cloud.
Il n'y a pas de calendrier quant au moment où cette technologie pourrait apparaître pour un usage public, mais le travail de base est là pour abolir éventuellement le besoin de mots de réveil. Lorsque vous n'avez plus besoin d'appeler une enceinte intelligente par son nom, en a-t-elle vraiment besoin ? Alexa connaît peut-être la réponse.
Bien que cette recherche ouvre de nouvelles possibilités passionnantes pour interagir avec les appareils intelligents, il est peu probable qu'elle remplace entièrement les mots de réveil. Après tout, l'un des principaux attraits des haut-parleurs intelligents est que vous pouvez interagir avec eux uniquement par la voix tout en effectuant d'autres tâches.
Cela promet peut-être un avenir où plusieurs appareils intelligents peuvent être utilisés dans le même espace. Au lieu de réveiller tous les appareils intelligents à portée de voix, vous pouvez demander à un seul appareil de vous donner le bulletin météo en silence.
Nous n'en sommes qu'à nos débuts, mais une technologie comme celle-ci pourrait faire des interactions fluides entre l'homme et l'ordinateur de la science-fiction une réalité dans un avenir pas trop lointain.
