人工智能將非語言人群的溝通鴻溝減少了一半

來自劍橋大學(xué)和鄧迪大學(xué)的團隊開發(fā)了一種新的情境感知方法，該方法可以消除用戶鍵入以進行交流的50%到96%的擊鍵次數(shù)，從而縮小了交流差距。

該系統(tǒng)專門針對非語言人群，并使用一系列上下文線索(例如用戶的位置，一天中的時間或用戶的講話伙伴的身份)來幫助建議與用戶最相關(guān)的句子。

非言語運動障礙人士經(jīng)常使用帶有語音輸出功能的計算機與他人交流。但是，即使沒有影響打字過程的肢體殘疾，這些交流輔助工具仍然太慢且容易出錯，無法進行有意義的對話：典型的打字速度在每分鐘5到20個單詞之間，而典型的說話速度在100范圍內(nèi)每分鐘140個單詞。

該研究的主要作者，劍橋大學(xué)工程系的珀·奧拉·克里斯滕森教授說：“通信速率的差異被稱為通信差距。”“這種差距通常在每分鐘80到135個詞之間，并且影響了依靠計算機進行交流的人們的日常交互質(zhì)量。”

克里斯滕森教授及其同事開發(fā)的方法使用人工智能，使用戶可以快速檢索他們過去鍵入的句子。先前的研究表明，依賴語音合成的人們，就像其他所有人一樣，傾向于在日常對話中重用許多相同的短語和句子。但是，對于現(xiàn)有語音合成技術(shù)的用戶而言，檢索這些短語和句子是一個耗時的過程，從而進一步減慢了對話流程。

在新系統(tǒng)中，隨著人員的鍵入，系統(tǒng)會使用信息檢索算法根據(jù)鍵入的文本和人員所參與的會話的上下文自動檢索最相關(guān)的先前句子。上下文包括有關(guān)會話的信息，例如位置，一天中的時間以及自動識別對方的臉部。使用經(jīng)過訓(xùn)練可從前置攝像頭識別人臉的計算機視覺算法來識別其他說話者。