我们前段时间介绍过ECpod，一个由用户上传中英文视频的语言学习社区。而现在要说的这个Forvo，想法更简单，它希望人们把自己母语的发音录下来，放到这里，想学习的就可以来听。目前总共有44种语言。
这是英语的首页（截图），最上边有说这种语言的人口数字，目前Forvo上有的单词数量以及还未录音的单词数量。下面就列出了所有已发音和未发音的词。带有播放标记的是已发音的（红圈所示，哦，开头就是骂人的词），而带有录制标志的是未发音的词（蓝圈所示），点击就可以进行录音了。
上图是大象（elephant）这个词的具体内容，有两个发音可以听，听众可以给这两个发音打分；Forvo还从两个当中挑出了一个标准发音，当然它也同时鼓励你录制自己的发音。单词的发音可以下载。
目前Forvo上的中文词还很少，有兴趣的朋友可以去录一下，我刚录了长城这个词。
Forvo-A place where you’ll find millions of words pronounced in their original languages.(via simplespark)
当我开始了解这项叫作audeo的技术的时候，确实感到很震惊。它能够让部分失去言语能力的人重新说话，和周遭的人和环境交流。下图是一个工作原理图。
大脑发送出言语的神经信号，由audeo接收（原本是声带接受），经过加密、传送，到CPU中对信息进行处理，最后通过发声装置发出声音，不，是发出言语。让我们来看一下这段演示视频。
audeo在这个视频中是一个套在脖子上的装置。只要发出了言语，就可以进行更多的操作，比如用声音控制轮椅，这也是audeo技术最先得到的应用；比如声音转化成文字后还可以进行搜索、聊天。wow！
audeo技术由Ambient公司与芝加哥康复研究所、伊力诺依大学等合作伙伴共同开发。目前已经有150个词和短语能够从神经信号中转换，人们经过一些训练就可以掌握。
The Future Of Voice May Be Voiceless
(via techcrunch) According to New Scientist, the neckband translates thought into speech by picking up nerve signals; “with careful training a person can send nerve signals to their vocal cords without making a sound. These signals are picked up by the neckband and relayed wirelessly to a computer that converts them into words spoken by a computerized voice.” Read more.
英语是什么颜色的？这个问题本身就会让人摸不着头脑，更不要说答案了。不过麻省理工大学和纽约大学的科学家们就做了一件看起来不着边际的工作，他们绘出了一张英语颜色图，总体来说是灰色的，不过也有蓝、绿、红镶嵌其中，还不算难看。见下图（截图）。
他们是怎么做到的呢？首先这是针对英语当中所有的名词（不算缩写），共75062个。科学家们依据的是WordNet提供的词汇，并且根据语义关系的远近把这些词分门别类。
颜色从哪里来呢？主要是通过google图片搜索和其他网站得到的免费图片，共使用了79302017张图片。一个词会对应很多图片，那么怎么样确定这个词的颜色呢？科学家们使用了“平均法”，也就是每张图片都取一个平均颜色，然后再混合在一起得到的颜色。
把涂好颜色的词按照语义远近排列起来，就得到这张图了。科学家们说做这张图的目的是看看语义和视觉之间有没有什么关系（现在看来应该是有的）。
那么，汉语是什么颜色的呢？
What Does the English Language Look Like?
（via ReadWriteWeb）
Have you ever wondered what the English language looks? Yeah, neither have I. But a group of researchers at the Massachusetts Institute of Technology and New York University did, and tapping into the billions of images freely available on the Internet, they came up with a visual map of the English language using nearly 80 million of those images. The images are arranged based on the semantic relationship between words, and thus, according to the researchers, the project explores “the relationship between visual and semantic similarity.”Read more.
