پژوهشگران دانشکده‌ی مهندسی پزشکی دانشگاه صنعتی امیرکبیر موفق به ساخت «نرم‌افزار تشخیص گفتار» از روی «حرکت لب» شدند که می‌تواند به معلولانی که تنها قادر به حرکت دادن لب‌هایشان هستند امکان ‌دهد که «کنترل صندلی چرخ‌دار» و «سایر وسایل» را در اختیار بگیرند.

به‌گزارش خبرگزاری دانشجویان ایران(ایسنا)، «مهندس رضا شالباف» دانشجوی کارشناسی ‌ارشد مهندسی پزشکی دانشگاه صنعتی امیرکبیر و مجری این طرح، کاربرد «سامانه‌های لب‌خوانی رایانه‌ای» را در تشخیص «فرامین ناتوانان گفتاری»، «تشخیص برخی کلمه‌های خاص»، «مکمل بازشناسی گفتار صوتی» و هم‌چنین «کاربردهای نظامی و اطلاعاتی و حفاظتی» عنوان کرد.

وی گفت: فرایند «بازشناسی تصویری گفتار» شامل دو مرحله‌ی «استخراج ویژگی از دنباله‌ی تصاویر لب» و «طبقه‌بندی ویژگی‌های به‌دست آمده» می‌باشد.

به‌گفته‌ی این پژوهشگر، «ویژگی‌های گفتاری تصویر حرکت لب» این افراد که دارای «رنگ پوست» و «ظاهر متفاوتی» بودند به‌کمک طراحی یک الگوریتم جدید استخراج شده و در مرحله‌ی بعد با استفاده از «الگوریتم مدل مخفی مارکوف»، حرکت‌ها و گفتار تصویری تشخیص داده شد.

«شالباف» افزود: نرم‌افزار طراحی‌شده در حالت ایده‌آل این امکان را فراهم می‌کند که بتوان با «لب‌خوانی» به‌منظور معلولانی که دچار «آسیب در سیستم صوتی» بوده و قادر به برقراری ارتباط با دیگران نیستند و در عین حال توانایی انجام صحیح حرکت لب - به‌شکلی که برای تکلم لازم است را دارند – پی‌برد.

وی تصریح کرد: بهره‌گیری از «اطلاعات تصویری» از «شکل‌های لب و حرکت‌های آن»، «دقت و اطمینان سیستم‌های تشخیص خودکار گفتار صوتی» را «خصوصاً در محیط‌های نویزی» به‌طور قابل‌توجهی بهبود می‌دهد.

«شالباف» خاطر نشان کرد: در کاربرد حفاظتی این سامانه می‌توان با بهره‌گیری از «حرکت‌های لب» و «بدون ثبت سیگنال صوتی»، «کلمه‌های خاصی» را شناسایی و «تصویر گوینده»‌ی آن را در مراکز عمومی و محل‌های تردد ثبت کرد.

وی گفت: آزمایش این نرم‌افزار بر روی مجموعه‌ی دادگان جمع‌اوری شده شامل 20 نفر زن و مرد بین سنین 20 تا 50 سال صورت گرفته و روی شش واژه‌ی گفتاری یک، دو، سه، چهار، پنج و شش با 91 درصد موفقیت، بازشناسی گفتار انجام شده است.

«شالباف» تصریح کرد: این پژوهش‌ها در مراحل تکمیلی می‌توانند با افزایش تعداد کلمه‌های قابل‌شناسایی، محدوده‌ی تشخیص را هر چه بیش‌تر افزایش دهند.