Stress door een werkvergunning

Schmidt wilde als exchange-student naar het buitenland. “Om, heel saai, vakken te volgen die ik anders in Delft moest doen”. Hij wilde een jaar weg. “De meeste uitwisselingen duren vier maanden tot een halfjaar. Dan ben je vooral aan het wennen. Als je langer gaat, kun je settelen. Dan ben je toerist-af.”



Toen was het afstrepen: TU- of TNW-uitwisseling? Technische Natuurwetenschappen (TNW). “In verband met de goedkeuring van de te volgen vakken.” Europa of verder weg? Verder weg. “In Europa kom ik nog wel.” De Verenigde Staten of Canada, de enige twee landen buiten Europa waar TNW uitwisselingscontacten heeft? Canada. “In de VS was ik al eens. In Canada heb ik verre familie en het is een groot contrast met India, waar ik eerder al verbleef.” Uitslag: University of Waterloo bij Toronto. Aanvang: 1 september.



Alles liep gesmeerd. Een off-campus studentenhuis zocht een huisgenoot en hij had vanwege de Hollandse oma van een bewoner een streepje voor. “Zo kon ik inburgeren met Canadezen.” Schmidt genoot van de ruimte en de natuur en zoog de cultuur in zich op. “Heel erg op het gemak gericht. Koffie haal je in de drive through. Veel buitenactiviteiten. Fanatiek met sport. Recreatief sporten snappen ze niet.” Tijdens de studie was hij de enige exchange-student in de klas. “Ik had daardoor veel contact met Canadezen en buitenlandse studenten die er voor hun studie wonen. Zo ben ik op een Indiaas festival en bij een Tsjechisch diner geweest.”



Na verloop van tijd ontstond er stress. “Ik wilde na de colleges in Canada stage lopen.” Een plek vinden mislukte omdat hij geen werkvergunning kreeg. Hij zat klem. “Ik had precies drie maanden tussen de examens en mijn geplande vakantie naar Maleisië in augustus.” Een luxeprobleempje, geeft Schmidt toe, maar toch. Uiteindelijk zocht hij ‘s nachts op de TU-site een uitweg. Dat werd het bedrijf Windpower Serengeti in Tanzania, dat voor dorpjes zonder elektriciteit windmolentjes bouwt van lokaal verkrijgbaar materiaal en cursussen geeft om ze te bouwen en onderhouden.



Schmidt solliciteerde vanuit Canada en vervolgens viel alles op zijn plek. “Er was eerder een TNW’er als stagiair geweest en de begeleider was een gepromoveerd TNW’er. Hij was blij met mijn derdewereldervaring. Ik zou niet lang hoeven wennen.” Schmidt kon meteen na de examens komen. Over die al geplande vakantie hoefde hij het niet te hebben.



De eerste tijd ‘ontstreste’ Schmidt. “Ik was twee weken op pad met mijn begeleider Roland. Langs markten materialen kopen. Hij bracht rust. Dan zei hij: zo, nu moeten we wachten.” Het bleef meezitten. Schmidt mocht mee op cursus, hoewel zijn onderzoeksopdracht eigenlijk in Dar es Salaam lag. “Ik heb voor diverse gebieden en gebruikers bepaald wat de beste mix is van windmolentjes en zonnecollectoren. Er is een omslag. Een windmolentje is voor kleine verbruikers niet efficiënt. Pas boven een bepaald verbruik gaat geen elektriciteit verloren.



Niet alles was ideaal. “De stroom valt in Tanzania vaak en lang uit. Voor een stad als Dar es Salaam is dat heel ingrijpend. Dat geeft ook de urgentie van het project aan.” 

If a talking mouth is all there is on the screen, the automated lip reader that Dr Alin Chitu has developed even beats experienced human lip readers. However, as soon as the image widens, humans win hands down. Context is perhaps the most important factor for humans in visual speech recognition. You needn’t be especially gifted to understand the request for a ‘Biertje?’ in a crowded, noisy bar.
For his PhD project at the faculty of Electrical Engineering, Mathematics and Computer Sciences, the Romanian-born Chitu compared three different methods for lip reading, setting up ‘corpus’, or database, of twelve hours of video recorded spoken Dutch that contains spoken digits, letters, texts read aloud and bits of spontaneous speech. As for which is the best method, that depends, Chitu says. At high speech rates, the method that continually fits a mouth shape over the camera image seems to perform best. At lower speech rates, the method that only captures the movement of the mouth is the best choice.

So far the system recognizes 92 percent of the spoken digits correctly; 60 to 70 percent of spelled letters; 50 percent of fenced-in talk (in a fixed menu) and about a third of free speech. Currently, the prototype needs about two to three times the utterance duration for processing, which is quite fast considering how many different options the system must weigh and discard.
Chitu’s PhD supervisor, Professor Leon Rothkrantz, thinks the first lip-reading application will be in mobile phones. “It’s a huge market,” he says. Recognition of silent speech would not only benefit rail commuters, but also crisis communication in noisy environments. Ever tried making a call from a helicopter? Yet another application could be in the very labour-intensive process of teaching hearing-impaired children to lip read.

Dr Alin Chitu, Towards Robust Visual Speech Recognition, 2 November 2010, PhD supervisor Professor Leon Rothkrantz.