Автономен рояк аудио роботи може да заглуши разговорите в хаотични стаи

Изследователите на UW казват, че сега могат да заглушат различни части от шумна стая или да изолират един разговор в хаотична среда, благодарение на рояк от малки аудио роботи, които автоматично се позиционират, за да определят и следват множество движещи се звукови източници.

Ние, хората, имаме елементарна способност да локализираме източници на звук със затворени очи, благодарение на леко разпределения масив от два микрофона и екраниращите ефекти за оформяне на звука, осигурени от нашите уши. Но когато аудио средите станат сложни, нещата стават изключително объркващи – което не се съчетава добре с нашата странна тенденция да търсим шумни, претъпкани и високоенергийни пространства, като кафенета в неделя сутрин, и след това да се опитваме да водим разговори в тях.

В тези по-хаотични аудио пространства единственият начин да изолирате единични аудио източници и да заглушите останалите е да разположите по-големи масиви от микрофони и да обработите всички аудио потоци заедно, за да създадете пространствена карта, триангулирайки местоположението на всеки звук, който измервам мъничко разлики във времето, докато се разпространява във въздуха и достига до всеки микрофон. След това можете да обработите повторно всичките си аудио потоци заедно, като използвате неразгадаеми алгоритми за задълбочено обучение, за да създадете отделни аудио потоци за всеки източник на звук, като целият шум от другите се елиминира.

Тази идея сама по себе си не е нова, но изследователи от Университета на Вашингтон сега представиха нов поглед върху концепцията, използвайки рояк от седем малки микро-бота на колела, всеки с размерите на изискан шоколадов трюфел, които се разгръщат автономно от зарядна станция и създайте самооптимизиращ се масив в наличното пространство.

Роботите използват своите вградени микрофони и високоговорители, за да се движат около повърхността на масата чрез сонар, избягвайки препятствията и разпределяйки се възможно най-широко, за да увеличат разликата във времето между микрофоните. За съжаление, това означава, че трябва да се движат един по един, но след като са на място, те вършат доста невероятна работа, както можете да видите във видеото по-долу.

И така, каква е крайната игра тук? Изследователският екип предполага, че роботизиран масив като този може да функционира като преносим, ​​саморазгръщащ се, звукоизолиращ микрофонен масив за стрийминг на живо от конферентни зали, например, като теоретично върши по-добра работа за разпръскване, отколкото човек.

Екипът казва, че няма да е от голяма полза за двупосочни видео разговори, защото въпреки че върши добра работа, в момента отнема около 1,82 секунди за обработка на всяка трисекундна част от звука. Забавянето също така означава, че скоро няма да предава чист звук на вашия партньор в разговора към слушалките ви в шумно кафене – въпреки че и двете приложения може да са в обсега ви, тъй като изчислителната мощност и скоростта нарастват.

Разбира се, това може да бъде и много удобен инструмент за наблюдение, елиминиращ маскиращия ефект от шума на тълпата, за да записва частни разговори. И интересното е, че екипът на UW казва, че може да е полезно за обратното.

„Има потенциала действително да облагодетелства неприкосновеността на личния живот, отвъд това, което позволяват настоящите умни високоговорители“, каза докторантът Малек Итани, съавтор на изследването. „Мога да кажа „Не записвай нищо около бюрото ми“ и нашата система ще създаде балон на 3 фута (0,9 м) около мен. Нищо в този балон няма да бъде записано. Или ако две групи говорят една до друга и едната група води личен разговор, докато другата група записва, единият разговор може да бъде в заглушена зона и ще остане частен.“

Университет на Вашингтон

Реалистично погледнато, статичните разпределени микрофонни масиви може да започнат да се прилагат в интелигентни стаи или интелигентни домове, където могат да улеснят изолирането на инструкции за гласово управление от различни области. Като слушане само на шумове от дивана, за да контролирате телевизора, може би, или може би дори да избирате поръчки за напитки от хора, стоящи на бара в шумно заведение.

Статията е със свободен достъп в сп Nature Communications.

източник: Университет на Вашингтон