Предпочитате птича песен пред сирени? Тези захранвани с AI слушалки могат да ви позволят да изберете кой шум да филтрирате
Технологията за дълбоко обучение може да ви помогне да филтрирате нежеланите фонови шумове, като същевременно запазите тези, които харесвате.
Може ли изкуственият интелект (AI) да ви помогне да филтрирате шума от бебешки плач или сирени, като същевременно запазите пеенето на птиците?
Екип от Вашингтонския университет вярва, че е разбрал разкриват как да могат да отделят фоновите шумове по желание.
Те са разработили алгоритми, използващи технология за дълбоко обучение, която позволява на потребителите да избират звуците, които могат да слушат, когато носят слушалките си. Те са нарекли тази система „семантичен слух“.
„На високо ниво използваме шумопотискащи слушалки, за да потискаме всички звуци в околната среда. Но ние работим с невронна мрежа на смартфона, за да извлечем звуците, които ни интересуват, и в реално време да ги възпроизведем обратно в ухото през слушалките“, каза Шям Голакота, професор по компютърни науки и инженерство, пред Euronews Next.
И така, как работи? Слушалките изпращат записани звуци към свързан смартфон, като блокират други шумове. Потребителите могат да избират звуци от 20 категории - като чуруликане на птици - с помощта на гласови команди или приложение, като се възпроизвеждат само избраните звуци.
„Целевите звуци, които възпроизвеждаме през високоговорителите, трябва да са в съответствие с това, което носителят вижда в околната среда. Поради тази причина имаме само 20 милисекунди, за да обработим входящия звук, да извлечем целевите звуци и да ги възпроизведем на слушалките“, каза Бандхав Велури, докторант по компютърни науки, обяснявайки, че трябва да създадат „много ефективен модел за дълбоко обучение ”.
Това времево ограничение обяснява защо системата разчита на смартфони, а не на облачни сървъри.
„Интересното тук е, че когато хората обикновено говорят за невронни мрежи и изкуствен интелект в наши дни те са запознати с големи езикови модели като ChatGPT,” каза Gollakota.
„Това изисква много големи модели, които работят в огромни центрове за данни, което наистина не е възможно за нашето приложение. Създадохме специална невронна мрежа, която може да работи на смартфон.”
Тествана на места като офиси, улици и паркове, системата може да разпознава сирени, птичи звуци, аларми и специфични шумове, докато се освобождава от всички други фонови звуци.
Когато 22 души дадоха обратна връзка за изходния звук на системата, те като цяло казаха, че звучи по-добре от оригиналния запис, .
В някои ситуации обаче, системата установи, че е трудно да направи разлика между звуци, които са доста сходни, като пеене и говорене. Изследователите предполагат, че обучението на моделите с повече данни от реалния свят може да помогне за подобряване на тези резултати.
Системата „е узряла за пускане на потребителския пазар“, каза Велури.
„Тези две тенденции [технология за потискане на шума и задълбочено обучение] представят възможности за създаване на бъдещето на интелигентни носими устройства с възможности в реалния свят, които досега са били в сферата на научната фантастика“, каза Голакота.
„Много съм развълнуван, че това е подходящият момент за създаване на тези интелигентни слушалки и че ще започнем да виждаме интелигентност в нашите слушалки през следващите пет години“, добави той.
