使用者的眼神、話語透露出了更多訊息

許多動作諜報片裡頭，都曾出現過各種身份辨識場景，例如指紋辨識、密碼辨識、虹膜辨識、臉形辨識、語音辨識等，其中語音辨識即辨識人的聲紋，類似潛艇下水後，推進旋葉轉動所產生的噪音，是獨一無二的，每艘都可唯一辨識（即便兩艘潛艇完全使用相同藍圖打造，聲紋也會不同）。

聲音可作為身份辨識，但感冒期間就不適用，臉形辨識也因化妝、氣色、年齡歲月等而有所偏差。聲音辨識還有其他用途，如語音輸入，用語音取代傳統鍵盤打字，此方面以IBM、Microsoft發展較早，早期的語音輸入還必須了解個人的聲音特性，也就是先依據指示，朗讀一段文字，讓軟體學習了解發音者的語調特性後，才能正常辨識成文字。

▲語音辨識已成為汽車中使用電子設備的重要輸入指令介面技術（Source：）

而到了近年，如Apple Siri、Google Now等，完全不用事先朗讀，即可辨識發話者的語音，並化成文字；不僅化成文字，也能化成文字對應的命令，而能對手機、平板等裝置進行操控，如天氣查詢、音樂播放等。相同作法也積極轉移至汽車，駕駛在操控方向盤、排檔時，仍可了解車內外相關訊息。

此外，筆者上網觀看Google I/O 2014主講視訊時，遠端也是透過語音辨識方式，直接把講者的話語轉成文字，成為可選擇開啟的字幕，雖然有些辨識不太精準，但感覺仍有90%以上的正確性。

聽出語音中的情緒

▲人臉及聲音都透露出一個人的情緒，若能清楚辨識，則有很大的應用空間。（Source：）

更神奇的是，日本Sgi公司的研究部門（已屬NEC）發展出語音辨識情緒，將人的情緒分成6類，每類10個刻度。情緒辨識有多種應用，例如讓客服人員了解是否安撫了來電抱怨者的情緒，以此為參考是否該繼續溝通或可以收線；餐廳的氣氛是熱鬧或冷清，而對應調整餐廳的燈光與音樂；汽車內的駕駛情緒是緊繃或放鬆，而對應調整安全氣囊、緊急煞車系統的安全靈敏度；電子寵物如Aibo電子狗也可以了解主人的情緒，而有保守或活躍的表現。

眼神中的訊息

人的話語有如此多意涵，而人的眼球也是，除了前述的虹膜獨一身份辨識外，上世紀90年代後期，即有人研發眼珠座標操控，以視訊攝影機觀看人的眼球移動，來替代滑鼠的X、Y座標游移。

既可以當滑鼠，也可以當鍵盤，將座標改成鍵盤方格，以眼神的關注移動來進行輸入，電影與電視版的「一公升的眼淚」中，女主角（木藤 亞也）因罹患小腦萎縮症，身體逐漸退化而難以操控，最後只能用大紙板，上頭書寫各種日文字母，以手指方式逐一指出字母，以拼湊出她想表達的意涵。一公升的眼淚是1970-1980年代的真實故事，當時尚未有眼球追蹤技術。

▲一公升的眼淚是1970-1980年代的真實故事，當時尚未有眼球追蹤技術。（）

除了當鍵盤、滑鼠使用外，Google眼鏡也可運用眼球進行操控，例如眨眼拍照，雖然這項功能受人爭議（容易侵犯隱私），但Google仍未放棄眨眼功能，在Google I/O 2014相關課程中仍有提及。

最後，眼神也透露一個人的精神狀態，目前已有業者研發在車內安裝攝影機，用攝影機監視駕駛的眼球，從而辨識其精神狀態，若開始有倦容，就會拉高汽車安全系統（氣囊、煞車、防翻滾）機制靈敏度，若開始晃神打瞌睡，就會發出聲響警示，提醒當專心開車。

▲現在的視覺辨識技術可透過眼睛或臉部表情來分辨駕駛的精神狀態。

手語也能辨識

除了語音、眼神外，人們也在研發各式各樣的自然辨識技術，例如在啞胞的雙手各手指上套上指環，一旦他表現手語，指環內的加速度感測器開始傳出數值，透過電腦運算即可顯示手語的意涵，如此即便不懂閱讀手語，也能了解想表達的內容。類似的概念，有人做出拿著手機在空中以手勢簽名的辨識技術，應該也能做手語辨識；說不定日後可直接影像辨識完成，可能連套指環、手機都不需要。

Sign Language Ring可以辨識手語並轉為聲音，對啞胞很有幫助。（圖：futr.io）Sign Language Ring可以辨識手語並轉為聲音，對啞胞很有幫助。（圖：futr.io）

延伸閱讀：