PixelTone: प्रोटोटाइप वॉयस-एक्टिवेटेड ग्राफिक्स एडिटर

मिशिगन विश्वविद्यालय में, एडोब रिसर्च के साथ मिलकर, उन्होंने आवाज और इशारों द्वारा नियंत्रित एक ग्राफिक संपादक का एक प्रोटोटाइप बनाया। प्रोटोटाइप, जिसे PixelTone कहा जाता है, अब तक केवल सबसे सरल संचालन और इशारे कर सकता है। वह सरल आदेशों को समझता है और "शीर्ष", "नीचे", "उज्जवल", "गहरा" जैसे वर्णनात्मक शब्दों में निर्देशित है। इसके अलावा, वह तस्वीरों में वस्तुओं के नाम और लोगों के नामों को याद कर सकता है, जो आपको "वासिया को थोड़ा और विपरीत बनाएं" जैसी आज्ञाओं का उपयोग करने की अनुमति देता है।



इस तरह का एक संयुक्त इंटरफ़ेस टैबलेट और फोन पर उपयोगी हो सकता है, जहां कई पैलेट और मेनू के लिए कोई जगह नहीं है, और गर्म कुंजियों का उपयोग करने के लिए कोई कीबोर्ड नहीं है। प्रोटोटाइप को कंप्यूटर-मानव सहभागिता सम्मेलन में प्रस्तुत किया जाएगा जो 27 अप्रैल से 2 मई तक पेरिस में होगा। इस बीच, आप तकनीक के विवरण के साथ एक पीडीएफ डाउनलोड कर सकते हैं।

एक गंभीर वैज्ञानिक प्रकाशन के सभी नियमों के अनुसार तैयार किया गया यह दस्तावेज़, शायद प्रोटोटाइप से अधिक दिलचस्प है। इंटरफ़ेस बनाते समय, वैज्ञानिकों ने तस्वीरों के लिए आम तौर पर स्वीकार किए गए संक्षिप्त और एनोटेशन की प्रणाली का विश्लेषण किया, जो पेशेवर फ़ोटोग्राफ़रों और रिटूचर्स के बीच विकसित किया गया था, और फिर अमेज़ॅन मैकेनिकल तुर्क ने उन शब्दों और वाक्यांशों के आंकड़े एकत्र किए जिनका उपयोग गैर-पेशेवर उपयोगकर्ता फोटोग्राफ में वांछित परिवर्तनों का वर्णन करने के लिए करते हैं।

प्रोटोटाइप के निर्माण के बाद किए गए प्रयोज्य अध्ययनों से पता चला कि वॉयस इंटरफ़ेस आपको पारंपरिक फोटो एडिटिंग ऑपरेशनों को करने की अनुमति देता है जो कि पारंपरिक से बदतर नहीं है। आवाज और स्पर्श के संयुक्त उपयोग से "यहाँ", "यहाँ और ऊपर" जैसी प्राकृतिक भाषा के फ़िज़ूल योगों की सटीक और आत्मविश्वास से व्याख्या संभव है। कीबोर्ड शॉर्टकट के साथ, प्रोग्राम को समझने और वाक्यांशों को याद करने में कुछ समय लगता है, जिसे ग्राफिक संकेत की आवश्यकता हो सकती है। महारत हासिल करने के बाद, उपयोगकर्ता संपादक द्वारा लगभग विशेष रूप से आवाज और टचस्क्रीन पर प्रत्यक्ष हेरफेर को नियंत्रित कर सकता है।