Estamos publicando a segunda parte da crítica sobre o mercado das videoconferencias. Que desenvolvementos apareceron durante o ano pasado, como penetran nas nosas vidas e se familiarizan. Arriba hai unha captura de pantalla do vídeo de SRI International, que se pode ver cara ao final do artigo.
:
— Mercado de videoconferencias: sección transversal global
— Comunicación de vídeo de hardware vs software
- Salas de reunión - acuarios
— Quen gaña: fusións e adquisicións
- Non é só un vídeo
—¿Competencia ou integración?
— Compresión e transmisión de datos
Parte de 2:
-
-
Conferencias intelixentes
A industria das videoconferencias é bastante dinámica en canto á introdución de novas tecnoloxías; cada ano aparecen moitos desenvolvementos. A aprendizaxe automática e a intelixencia artificial amplían significativamente as capacidades.
A tecnoloxía de voz a texto converteuse na máis próxima á realidade e na demanda. A máquina recoñece a fala clara e articulada con bastante éxito, pero a fala en directo con recoñecemento voz por voz aínda non é moi boa. Non obstante, a comunicación de vídeo simplifica o procedemento con réplicas secuenciais en diferentes canles, e moitos provedores xa anunciaron servizos baseados no recoñecemento de voz.
Ademais dos subtítulos en directo, que son útiles para persoas con problemas de audición ou en lugares públicos, as empresas tamén necesitan ferramentas para xestionar o resultado das reunións. Toneladas de vídeos son inconvenientes para revisar; alguén ten que gardar actas, rexistrar acordos e transformalos en plans. Unha persoa aínda axuda a marcar e ordenar o texto descifrado, pero isto xa é moito máis cómodo que anotalo nun bloc de notas. Se é necesario, é moito máis doado buscar os textos transcritos e as etiquetas creadas despois do feito. A integración con planificadores e varios servizos de xestión de proxectos aumenta significativamente a eficiencia das ferramentas de comunicación de vídeo. Por exemplo, Microsoft e BlueJeans están a traballar nesta dirección. Cisco comprou Voicea para este fin.
Entre as funcións populares, paga a pena destacar a substitución do fondo. Calquera imaxe pódese colocar detrás das costas do altofalante. Esta oportunidade estivo dispoñible para varios fabricantes, incluído o ruso TrueConf, desde hai bastante tempo. Anteriormente, para implementalo, era necesario chromakey (unha pancarta ou parede verde) detrás do altofalante. Agora xa hai solucións que poden prescindir del, por exemplo, Zoom. Literalmente, na véspera do lanzamento do material, anunciouse un fondo de substitución en Microsoft Teams.
Microsoft tamén é bo para facer que as persoas sexan transparentes. En agosto de 2019, Teams Rooms presentou Intelligent Capture. Ademais da cámara principal, que está deseñada para fotografar persoas, tamén se utiliza unha cámara de contido adicional, cuxa tarefa é transmitir a imaxe dun taboleiro de rotuladores regular no que o falante pode escribir ou debuxar algo. Se o presentador se deixa levar e oculta o escrito, o sistema fará que sexa translúcido e restaurará a imaxe da cámara de contido.
Intelligent Capture, Microsoft
Agora desenvolveu un algoritmo de recoñecemento de emocións. Un sistema baseado nun servidor na nube procesa datos de vídeo, identifica caras nel e informa ao usuario que emocións está a mostrar o interlocutor. Indicando o grao de precisión da determinación. Ata agora, a solución só funciona para comunicacións un a un, pero no futuro está previsto implementar isto para conferencias multiusuario. O produto baséase na aprendizaxe profunda, en particular, utilízanse as bibliotecas Keras e TensorFlow.
Recoñecemento de emocións dende Agora
A tecnoloxía que entende a linguaxe de signos abriu unha área de aplicación fundamentalmente nova para os sistemas de videoconferencia. A aplicación GnoSys foi creada por Evalk dos Países Baixos. O servizo recoñece todas as linguas de signos populares. Todo o que tes que facer é colocar o teu teléfono ou tableta diante de ti durante unha videochamada ou unha conversa normal. GnoSys traducirá da linguaxe de signos e reproducirá o seu discurso para o interlocutor sentado fronte ou ao outro lado da pantalla. A información sobre o desenvolvemento de Evalk apareceu en febreiro de 2019. A continuación, o socio do proxecto foi a Asociación India de persoas con discapacidade auditiva - Asociación Nacional de Xordos. Grazas á súa axuda, os desenvolvedores tiveron acceso a unha gran cantidade de datos sobre linguas de signos, dialectos e matices de uso, e as probas activas estaban en curso na India.
Hoxe en día o tema da filtración de información confidencial das negociacións está cobrando moita relevancia. Zoom anunciou a introdución da sinatura ultrasónica a principios de 2019. Cada vídeo está equipado cun código de ultrasóns especial, que lle permite rastrexar a fonte da fuga de información se a gravación acaba en Internet.
A realidade virtual e aumentada tamén están facendo o seu camiño nas videoconferencias. Microsoft suxire usar as novas lentes HoloLens 2 xunto co seu servizo de colaboración na nube Teams.
HoloLens 2, Microsoft
A startup belga Mimesys foi aínda máis alá. A compañía desenvolveu tecnoloxía de presenza virtual, que permite crear un modelo dunha persoa (avatar) e situalo nun espazo de traballo común, que se pode observar mediante lentes de realidade virtual. Mimesys foi adquirida por Magic Leap, un fabricante mundialmente famoso de lentes VR. Os expertos do sector vinculan firmemente as perspectivas de desenvolvemento de tecnoloxías de realidade virtual e aumentada co desenvolvemento das redes móbiles 5G, xa que só eles poderán proporcionar a velocidade e fiabilidade necesarias para poñer estes servizos a disposición dunha ampla gama de clientes.
Traballando xuntos nun proxecto en realidade virtual, foto de Mimesys
Casos insólitos. Control de robots e aplicación da lei
En conclusión, un pouco sobre como se está a ampliar o alcance da comunicación por vídeo. O máis obvio é o control remoto de mecanismos en zonas perigosas e ambientes incómodos, salvando ás persoas de traballos perigosos ou rutineiros. No último ano apareceron temas de xestión no ámbito das noticias, por exemplo: , , . Estase a desenvolver solucións para os sistemas penitenciario e de aplicación da lei.
Entón, recentemente apareceu información sobre un novo desenvolvemento do instituto de investigación SRI International (EE. UU.), onde o problema da seguridade policial é bastante agudo. Segundo as estatísticas, cada ano lévanse a cabo uns 4,5 mil ataques contra axentes da orde por condutores agresivos. Aproximadamente cada centésima parte destes casos acaba coa morte dun policía.
O desenvolvemento é un sistema complexo que está montado nun coche patrulla. Está equipado con cámaras de alta definición, unha pantalla, altofalantes e micrófonos. Tamén hai un alcoholímetro, un escáner para comprobar a autenticidade dos documentos e unha impresora para emitir recibos de multa. Dado que o monitor do complexo é sensible ao tacto, pódese usar para realizar probas especiais para avaliar o estado xeral e a idoneidade do condutor. Cando a dotación policial detén ao infractor, o dispositivo esténdese cara ao vehículo que se está a revisar e bloquea o seu movemento ata que se completen todos os procedementos de verificación mediante unha barra especial con tachuelas ao nivel da roda. O sistema xa está en probas finais.
Outro ambiente onde se utiliza a videoconferencia é nos cárceres. Varios centros penitenciarios estadounidenses dos estados de Missouri, Indiana e Mississippi substituíron as visitas curtas regulares aos presos pola comunicación a través dun terminal de comunicación de vídeo.
Comunicación a través dun terminal de videoconferencia nunha das prisións dos Estados Unidos, foto de Natasha Haverty, nhpr.org
As prisións non só aumentan a seguridade, senón que tamén reducen os custos. Despois de todo, para entregar un prisioneiro á sala de visitas e de volta, é necesario proporcionar unha serie de medidas de seguridade ao longo de toda a ruta e durante a comunicación. Dado que as visitas nos cárceres estadounidenses están permitidas unha vez á semana, para grandes instalacións cun continxente numeroso, este proceso está asegurado de forma case continua. Se substitúes as reunións persoais por videochamadas, haberá menos problemas potenciais e pódese reducir o número de acompañantes.
Os propios activistas dos dereitos humanos e os propios presos din que na súa versión actual, o sistema de comunicación por vídeo é significativamente inferior á comunicación persoal e de ningún xeito é equivalente a ela, a pesar do aumento do tempo de conversación. Os familiares non teñen que ir a prisión; a comunicación pódese realizar desde a casa, pero neste caso o custo da comunicación é significativamente máis caro: desde varias decenas de céntimos ata dez dólares estadounidenses por minuto, dependendo da rexión. Podes comunicarte a través de terminais locais no recinto penitenciario de balde.
Os cárceres que intentaron implantar este tipo de sistemas de comunicación están moi satisfeitos cos resultados e non pensan abandonar esta práctica. Fontes independentes sinalan que a administración pode estar interesada en implementar a tecnoloxía por mor do encargo dos operadores de videoconferencia que instalan alí as súas solucións. En todos os casos, estamos a falar de sistemas pechados especiais, cuxa calidade, segundo os xornalistas estadounidenses, é inferior aos servizos populares como Skype.
O mercado das videoconferencias seguirá crecendo. Isto é especialmente evidente agora, no medio dunha epidemia. Entrar na nube abriu oportunidades que aínda non se realizaron completamente, e as novas tecnoloxías están en camiño. As videoconferencias son cada vez máis intelixentes, integrándose no espazo empresarial xeral e seguen mellorando.
Agradecemos a Igor Kirillov a preparación do material e aos editores de V+K a súa actualización.
Fonte: www.habr.com