Teleconferências

Projetar o rosto de um robô nunca foi fácil.

Os resultados vão desde o estilo desenho animado até alguns capazes de assustar crianças bem grandinhas.

Um grupo de pesquisadores japoneses e alemães encontrou uma solução criativa: projetar um rosto em uma máscara, dando movimentos realísticos à imagem projetada.

O resultado é uma máscara-robô, ou Mask-bot.

Segundo Gordon Cheng, da Universidade de Munique, a intenção primária é facilitar a comunicação entre humanos e robôs, sobretudo em teleconferências: "O Mask-bot irá influenciar a forma como nós humanos nos comunicaremos com os robôs no futuro."

Máscara-robô

O rosto é projetado sobre a máscara, usando uma técnica similar à das TVs de projeção: o projetor fica atrás da máscara, permitindo uma interação natural com os usuários, que não precisam se preocupar em ficar na frente do projetor.

Os pesquisadores desenvolveram um algoritmo que permite que qualquer rosto seja projetado em 3D, mesmo que tudo o que eles disponham seja uma foto comum do palestrante: o programa converte a foto 2D em uma projeção 3D.

Um projetor forte o suficiente e uma tinta luminescente recobrindo a máscara garantem que o brilho seja suficiente para que o rosto seja visto mesmo em ambiente aberto, à luz do dia.

"Normalmente, os participantes são mostrados em uma tela," diz o Dr. Takaaki Kuratate, coordenador da equipe. "Com o Mask-bot, você pode criar uma réplica realística de uma pessoa que realmente senta e fala com você na mesa de conferência."

Simulando fala e emoções

E parece falar realmente, graças a um sistema inédito que os pesquisadores criaram que permite que a imagem projetada acompanhe a voz do tele-palestrante.

Para ser prática, a máscara-robô precisa funcionar sem exigir uma transmissão em tempo real do palestrante. Isso foi feito com um programa que ajusta em tempo real a imagem projetada para fornecer as expressões faciais e fazer a mímica da voz.

Para isso, os pesquisadores criaram um engine para uma cabeça animada falante. O sistema deve ser alimentado com uma série de imagens da pessoa - geralmente um pequeno trecho de um filme que a mostre falando.

A seguir, o próprio programa seleciona as expressões faciais que melhor equivalem a cada som - na verdade, a cada fonema que está sendo falado.

O mesmo ocorre com o mecanismo de "síntese de emoções", que mostra nuances emocionais capazes de indicar, por exemplo, alegria, tristeza ou raiva.

Máscaras personalizadas

Um sistema de sintetização de voz converte texto em áudio - incluindo texto digitado em um teclado - produzindo uma voz masculina ou feminina, que também pode ser ajustada para demonstrar emoções.

O sistema permite que se use uma máscara genérica feminina e outra masculina.

"Ou você pode fornecer uma máscara personalizada para cada pessoa," diz Kuratate.

O próximo passo é colocar todo o sistema em um robô assistente móvel.

Os pesquisadores afirmam que o sistema inteiro da máscara-robô custou cerca de 3.000 euros, mas o custo do Mask-bot II deverá ficar por volta dos 400 euros.

Além da videoconferência, "esses sistemas logo poderão ser usados como companhia para pessoas idosas que passam muito tempo sozinhas," disse Kuratate.