هدست‌های حذف نویز از هوش مصنوعی برای ایجاد مناطق سکوت استفاده می‌کنند

این تجربه‌ای است که همه ما داشته‌ایم: چه ملاقات با یک دوست در هنگام شام در رستوران، چه ملاقات با یک فرد جالب در یک مهم، کوکتل، یا برگزاری یک جلسه در میان هیاهوهای اداری، متوجه می‌شویم که مجبور می‌شویم بر سر صحبت‌های پس‌زمینه و سر و صدای عمومی فریاد بزنیم. . گوش و مغز انسان در شناسایی منابع مجزای صدا در یک محیط پر سر و صدا برای تمرکز بر یک مکالمه خاص خوب نیستند. این توانایی با کاهش شنوایی عمومی، که با افزایش طول عمر افراد شیوع بیشتری پیدا می‌کند، بیشتر می‌شود و می‌تواند منجر به انزوای اجتماعی شود.

با این حال، تیمی از محققان دانشگاه واشنگتن، مایکروسافت، و مونتاژ AI دارند فقط نشان داده شده است هوش مصنوعی می‌تواند در جداسازی منابع صوتی برای ایجاد منطقه‌ای از سکوت، از انسان پیشی بگیرد. این حباب صدا به افراد در شعاع 2 متری اجازه می دهد تا با تداخل بسیار کاهش یافته از سایر بلند،ا یا نویز خارج از منطقه صحبت کنند.

این گروه به رهبری استاد دانشگاه واشنگتن شیام گولاکوتا، قصد دارد هوش مصنوعی را با سخت افزار ،یب کند تا توانایی های انسان را افزایش دهد. گولاکوتا می‌گوید این با کار با منابع مح،اتی عظیمی مانند آن‌ها متفاوت است ChatGPT استخدام می کند در عوض، چالش ایجاد برنامه‌های کاربردی هوش مصنوعی در محدوده محدودیت‌های سخت‌افزاری، به‌ویژه برای استفاده از تلفن همراه یا پوشیدنی است. گولاکوتا مدت‌ها فکر می‌کرد که آنچه «مشکل مهم، کوکتل» نامیده می‌شود، موضوعی گسترده است که در آن این رویکرد می‌تواند عملی و سودمند باشد.

در حال حاضر، هدست‌های کاهش‌دهنده نویز تجاری موجود، نویز پس‌زمینه را سرکوب می‌کنند، اما فواصل تا منابع صدا یا سایر مسائل مانند طنین در فضاهای بسته را جبران نمی‌کنند. با این حال، مطالعات قبلی نشان داده‌اند که شبکه‌های عصبی به جداسازی بهتر منابع صوتی نسبت به پردازش سیگنال معمولی دست می‌یابند. بر اساس این یافته، گروه Gollakota یک سیستم یکپارچه “شنیدنی” با هوش مصنوعی را طراحی کرد که داده های صوتی را برای شناسایی واضح منابع صدا در داخل و بدون اندازه حباب تعیین شده تجزیه و تحلیل می کند. سپس سیستم صداهای خارجی را در زمان واقعی سرکوب می کند، بنابراین هیچ تأخیر محسوسی بین آنچه کاربران می شنوند و چیزی که در حین تماشای صحبت ، فرد می بینند وجود ندارد.

بخش صوتی این سیستم یک هدست کاهش نویز تجاری با حدا،ر شش میکروفون است که صداهای نزدیک و دورتر را تشخیص می دهد و داده هایی را برای تجزیه و تحلیل شبکه عصبی فراهم می کند. شبکه‌های سفارشی‌سازی شده فواصل تا منابع صوتی را پیدا می‌کنند و تعیین می‌کنند که کدام یک از آنها در داخل شعاع حباب قابل برنامه‌ریزی ۱ متر، ۱.۵ متر یا ۲ متر قرار دارند. این شبکه‌ها با داده‌های شبیه‌سازی‌شده و واقعی، در ۲۲ اتاق با اندازه‌های مختلف و کیفیت جذب صدا آموزش داده شدند.با ،یبات مختلف سوژه های انس،.این الگوریتم بر روی یک CPU تعبیه‌شده کوچک، اورنج پای یا رزبری پای اجرا می‌شود و داده‌های پردازش شده را در چند میلی ث،ه به هدفون می‌فرستد، به اندازه‌ای سریع که شنوایی و بینایی را با هم هماهنگ نگه دارد.