MiNap Online

Beszédtanításban segíthet a virtuális bemondó - videóval!

2011-01-26 16:35

Magyarországon egyedülálló, de világviszonylatban is újszerű virtuális bemondót terveztek a Miskolci Egyetemen. A háromdimenziós fejmodell teljesen élethű, és tökéletesen artikulálja a szavakat, így áttörést jelenthet a siketek és nagyothallók beszédtanításában.

Hasonló fejlesztések már léteznek a világon máshol is, olyan weboldal is üzemel, ahol virtuális bemondó olvassa a híreket. A miskolci programtól eltérően azonban nem artikulálják megfelelően a szavakat, és nem is készítették teljesen élethűre az arcokat.

Czap László (fotónkon), a Miskolci Egyetem gépészmérnöki és informatikai kar automatizálási tanszék tanszékvezető egyetemi docense, dékánhelyettes portálunknak elmondta, a rendszer alkalmas arra, hogy önállóan előállítson egy komplett mondatot. Az alapja egy audiovizuális beszédszintetizátor, az akusztikus jelet természetes beszélőtől rögzítik, vagy a rendszer hozza létre. A hangot a Budapesti Műszaki és Gazdaságtudományi Egyetem profilbox rendszere állítja elő, amely a legfejlettebb ma Magyarországon. Ehhez teszik hozzá Miskolcon az artikulációt utánzó beszélő fej képét. Az egyetemen aprólékos munkát végeznek, melyet kutatások, felmérések előztek meg. A háromdimenziós fejmodell minden részlete aprólékosan kidolgozott, lélegzik, pislog, mimikája érzelmeket is kifejez. Ahogy Czap László magyarázza, e mögött hatalmas munka van, komoly programozás szükséges például ahhoz, hogy amikor a fej biccent, a haj teljesen élethűen mozogjon.

Az igazi nagy újdonság azonban nem is elsősorban abban van, hogy mennyire élethű a fejmodell, hanem abban, hogy tökéletesen ejti, artikulálja a hangokat. Kutatásokat felhasználva vizsgálták, hogyan ejtjük a hangokat, közben hogyan mozog a nyelv, az ajkak és eszerint készítették el a modellt. Ennek a siketek és nagyothallók beszédtanításában lehet óriási jelentősége, hiszen eddig beszédkorrektorok segítségével csak a kitartott hangokat tudták megtanulni, az új program segítségével azonban a teljes beszédet gyakorolni tudják. Ezt különösen elősegíti az a verzió, melyen átlátszó az arc, és nem csak előlről, hanem oldalról is látszik a nyelv mozgása.

Az egyetem most pályázik, hogy továbbfejleszthesse a programot, Czap László szerint ugyanis még hatalmas, feltérképezetlen terület áll előttük, és rengeteg lehetőség rejlik még a munkájukban.