仅凭人类说话时嘴巴、面部附近的皮肤震动频率便能得知他在说什么，这就是以色列公司VocalZoom的 HMC 光学人机交流传感器，它可以帮助语音识别技术做到更加精准。
通过将 VocalZoom HMC Sensor 集成到声控解决方案中，可以捕足、测量面部震动的数据，并将其转换为一个独立的参考信号。系统可以通过这个信号进行运转，而不受噪音水平的影响。
这是一个比硬币还小的多的 sensor，可能乍看起来没什么用——都能放置在人脸附近了，难道听不到他在说什么吗？直接用麦克风录音不就好了？
其实不然，拿人们熟知的 Siri 举例，在人声嘈杂的环境中它的识别准确率并不高，这都是噪音带来的影响。而 HMC Sensor 恰恰可以在人群之中通过激光探射某一用户的面部（用户并不会感知到，也没有健康危害），采集 0-1.5KHz 频率的人声信号。不过一般而言人声信号频率高达 8KHz，HMC Sensor 采集到的信号在人耳听来会比较模糊，只有经过训练的语音识别系统能够识别。所以 VocalZoom 也会配备一个能采集到 0-15KHz 频率的麦克风，配合 Sensor 一起使用，先采集正常的声音再提炼出想要的人声。
理论上来讲所有需要语音识别的设备都是它的应用场景。VocalZoom 公司的 VP Rammy Bahalul 告诉 36 氪，其已经谈成合作的厂商包括美国最大的汽车后视镜厂商之一、附带通讯功能的摩托头盔厂商、AR 眼镜厂商，但暂时还没有落地产品。
中国的语音识别技术厂商科大讯飞也已和 VocalZoom 达成合作，该公司表示，通过向用户耳机和汽车信息娱乐解决方案中加入 VocalZoom 传感器，科大讯飞的自动语音识别 (ASR) 功能可以平均得到 50%的改善，在打开车窗噪声明显的时候效果更加明显。其正在与科大讯飞共同研发一款耳机产品，而最先的合作方式将是把传感器与科大讯飞语音云结合。
Rammy Bahalul 表示，当 HMC Sensor 拿到足够多订单批量生产时，售价大概是不到 10 美金。
据他介绍，这项技术在大学实验室已经比较成熟，实际上军方早已有过应用，比如将激光发射到玻璃上采集震动频率来进行窃听。VocalZoom 从 2012年 开始研发更适合商用的 Sensor，可以做到激光的发射和接受都用同一个传感器实现，从而提及小到足够放进电子产品里，这一产品将在今年二季度正式上市。
该团队有 25 人，在 2010 时拿到 Iris Ventures 的 70 万美元 A 轮融资；2012年11月 拿到 3M New Ventures、OurCrowd、SilverFish 的 300 万美元 B 轮融资；2014年8月 拿到 Motorola Solutions 领投，3M New Ventures、OurCrowd、SilverFish、Radiant Venture Capital 跟投的 900 万美元 C 轮融资。
发表回复