دانشجویان مهندسی، هدفون‌هایی با قابلیت حذف نویز تولید می‌کنند که با یادگیری ماشینی کار می‌کنند

اگرچه ClearBuds کمی بزرگتر از برخی از ایربادهای جمع و جور در دسترس است، پردازش هوش مصنوعی همچنان باید توسط دستگاه متصلی انجام شود که بتواند هوش مصنوعی را اجرا کند. این تیم روی کارآمدتر کردن الگوریتم‌های شبکه عصبی کار می‌کند تا پردازش روی هدفون‌ها انجام شود.

محققان به طرح تجاری سازی اشاره ای نکردند. با این حال، هنگامی که کار آنها به طور کامل کامل شد، ساخت یک محصول تجاری یا صدور مجوز فناوری بسیار محتمل است.



منبع

مانند سایر فناوری های حذف نویز، ClearBuds از میکروفون های دوگانه برای ضبط صداهای بلندگو و خارجی استفاده می کند. با این حال، نحوه پردازش سیگنال ها کاملاً متفاوت است.

یک ویدیوی کوتاه (در زیر) نشان می‌دهد که گوشی‌ها یک جاروبرقی و حتی صدای شخص دیگری را خاموش می‌کنند. این روش به طور موثر صدای گوینده را با تداخل نویز صفر جدا می کند. سایر روش‌های آزمایش‌شده همچنان به برخی از نویز پس‌زمینه اجازه عبور می‌دهند. البته، یک دمو عملی قانع کننده تر خواهد بود.

اکثر هدفون‌های باکیفیت دارای میکروفون در هر جوانه هستند، اما آلن می‌گوید که تنها یکی از آنها به طور فعال صدا را برای پردازش در هر زمان ارسال می‌کند. با ClearBuds، هر گوشی به طور مداوم جریان های صوتی را به طور همزمان ارسال می کند. این روش به دانشمندان نیاز داشت تا یک پروتکل شبکه بلوتوث تخصصی برای هدفون‌ها ایجاد کنند که این دو جریان را در فاصله 70 میکروثانیه از یکدیگر همگام‌سازی می‌کند.

Ishaan Chatterjee یکی از نویسندگان این مطالعه توضیح داد: «از آنجایی که صدای گوینده نزدیک و تقریباً یکسان از دو هدفون است، شبکه عصبی برای تمرکز بر گفتار آنها و حذف صداهای پس زمینه از جمله صداهای دیگر آموزش داده شد. “این روش تا حد زیادی شبیه به نحوه عملکرد گوش شما است. آنها از اختلاف زمانی بین صداهای گوش چپ و راست شما استفاده می کنند تا مشخص کنند صدا از کدام جهت می آید.”

در متن: اکثر هدفون‌های جدیدتر با نوعی حذف نویز عرضه می‌شوند. چقدر خوب کار می کند ضربه یا از دست دادن. ایرپادهای اپل بسیار خوب هستند. مارک های ارزان تر مانند Earfun متوسط ​​هستند. اما به نظر می‌رسد هیچ‌کدام صدای خارجی را 100 درصد خنثی نمی‌کنند.

Maruchi Kim، دانشجوی دکترا در دانشکده علوم و مهندسی کامپیوتر Paul G. Allen در UoW، توضیح می‌دهد که هر هدفون دو جریان صوتی با وضوح بالا همگام‌سازی شده ایجاد می‌کند که حاوی داده‌هایی در مورد جهت هر صدای گرفته شده است. این تکنیک به هوش مصنوعی اجازه می دهد تا یک نمایه صوتی فضایی از محیط ایجاد کند و صدای گوینده و منابع نویز را با دقت بیشتری نسبت به میکروفون های جهت دار دوگانه جدا کند.

مهندسان دانشگاه واشنگتن مجموعه‌ای از هدفون‌های هدفون را توسعه داده‌اند که با استفاده از یادگیری ماشینی تقریباً به حذف کامل نویز می‌رسند. این هدفون‌ها که ClearBuds نام دارند اخیراً در کنفرانس بین‌المللی انجمن ماشین‌های محاسباتی درباره سیستم‌ها، برنامه‌ها و خدمات موبایل به نمایش درآمدند. علاوه بر کاربرد آشکار در پوشاک صوتی، تکنیک لغو هوش مصنوعی می تواند در بلندگوهای خانگی و برای کمک به ربات ها در ردیابی موقعیت استفاده شود.