微軟致力于開發(fā)一種新的語音輸入接口，允許用戶在沒有聲音出現(xiàn)的情況下進(jìn)行說話和錄音。該研究由微軟研究院進(jìn)行，并在ACM CHI 2018中進(jìn)行了介紹。

這種技術(shù)被稱為SilentVoice通過錄制呼吸時(shí)發(fā)出的聲音來實(shí)現(xiàn)通信，這種允許類似耳語的聲音就足夠讓麥克風(fēng)錄制語音而不會(huì)打擾周圍的人。此外，該模塊還將過濾周圍的語音，因此即使有外界干擾，用戶也可以捕獲清晰的語音。

SilentVoice是一種新的語音輸入接口設(shè)備，可以在日常生活中利用基于語音的自然用戶界面（NUI）。

所提出的“漸進(jìn)式語音”方法能夠?qū)Ⅺ溈孙L(fēng)放置在非?？拷斓那安慷皇茉肼暤挠绊?，捕獲具有良好S/N比的非常柔和的語音。它實(shí)現(xiàn)了超?。ǖ陀?9dB（A））的語音泄漏，允許使用語音輸入，而不會(huì)在公共和移動(dòng)情況以及辦公室和家庭中煩擾周圍的人。

通過測量氣流方向，SilentVoice可以輕松地讓外部聲音與正常話語分離，準(zhǔn)確度達(dá)98.8％，在語音通信啟動(dòng)前不需要念激活詞。它還可以配合帶有經(jīng)過專門訓(xùn)練的語音識別器的語音激活系統(tǒng)，評估結(jié)果產(chǎn)生的單詞錯(cuò)誤率（WERs）為1.8％（說話者依賴條件），7.0％（說話者無條件），包含有85個(gè)命令句，這意味著類似耳語的自然語音也可用于實(shí)時(shí)語音通信。