TwinCAT Speech: In- och utmatningsfunktioner för tal förenklar drift och underhåll av anläggningar

”TwinCAT, börja mäta!”

Människokroppen har utvecklats till vad som kan kallas perfekt harmoniserade funktionsenheter. Detsamma gäller bildligt talat för ett automatiserat system som kombinerar funktionerna intelligens, sensorer, rörelsekontroll och syn i perfekt harmoni. Tack vare den nya talmjukvaran TwinCAT Speech kan automatiseringssystem nu även lära sig att höra och tala.

TwinCAT Speech gör det möjligt för automatiseringssystem att fungera lika effektivt och smidigt som människokroppen: en industridator med TwinCAT ger ”intellektuell kapacitet, TwinCAT Motion Control ger precisa, dynamiska rörelser och I/O-gränssnitten ansluter till flest antal sensorer och bussystem för att leverera information. På sistone har visuella förmågor lagts till med TwinCAT Vision som en fullt integrerad komponent. Med den nya mjukvarumodulen TwinCAT Speech är lyssnings- och talkapaciteten nu analog med människans kapacitet.

TwinCAT Speech möjliggör in- och utmatning av frågor eller information på flera språk i linje med branschstandarder. Detta gör det möjligt att interagera med automatiseringssystem som utförs på ett effektivare och smidigare sätt. Tekniken kan tillämpas inom många olika branscher och användningsområden från maskindesign till byggnadsautomatisering. När drift- och underhållspersonalen arbetar på en maskinkomponent behöver de till exempel bara fråga om effekten av de ändrade inställningarna på det aktuella styr- eller simuleringstillämpningar utan att vanliga operatörsgränssnitt behöver användas. Dessutom kan lämpliga larmmeddelanden skickas akustiskt när kritiska systemvärden nås.

Talinmatning finns som offlinefunktion och implementeras genom det inbyggda Windows-operativsystemets funktioner. Med andra ord krävs varken internet- eller molnanslutning. Talutmatning från TwinCAT Speech finns både som offline- och onlinefunktion. Offline ges stöd av lämpliga Windows-funktioner och online via Polly, talsyntestjänsten från Amazon. Den realistiska talutmaningen för dessa tillämpningar syntetiseras med hjälp av Deep Learning-teknik. Flera röster kan stödjas tillsammans med cachelagring av ljudfiler som har genererats online.