世界

ノイズキャンセリング ヘッドセットは AI を使用して沈黙のゾーンを作成します

これは誰もが経験したことです。レストランで夕食をとりながら友人と近況を報告するときも、カクテルパーティーで興味深い人に会うときも、オフィスの喧騒の中で会議を行うときも、周囲のおしゃべりや雑音を気にしながら大声で叫ばなければならないことに気づきます。 。人間の耳と脳は、騒がしい環境で個別の音源を識別して特定の会話に集中するのがあまり得意ではありません。この能力は、一般的な難聴によってさらに悪化し、人々の寿命が延びるにつれてさらに蔓延し、社会的孤立につながる可能性があります。しかし、ワシントン大学の研究チームは、 マイクロソフトとアセンブリ AI は、音源を分離して沈黙のゾーンを作成する点で AI が人間を上回ることができることを示しました。このサウンドバブルにより、最大半径 2 メートル以内の人々は、ゾーン外の他のスピーカーや騒音からの干渉を大幅に軽減しながら会話できます。ワシントン大学のシャム・ゴラコタ教授が率いるこのグループは、AIとハードウェアを組み合わせて人間の能力を強化することを目指している。これは、次のような膨大な計算リソースを扱うこととは異なる、とゴラコタ氏は言います。 チャットGPT 雇用する。むしろ、課題は、ハードウェアの制約の制限内で、特にモバイルまたはウェアラブルでの使用向けに、有用な AI アプリケーションを作成することです。ゴラコタ氏は、「カクテルパーティー問題」と呼ばれるものは広く普及している問題であり、このアプローチが実現可能で有益である可能性があると長い間考えていた。現在、市販のノイズキャンセリングヘッドセットは周囲の騒音を抑制しますが、音源までの距離や密閉空間での残響などの問題は補償しません。しかし、これまでの研究では、ニューラルネットワークは従来の信号処理よりも音源の分離が良好であることが示されています。この発見に基づいて、Gollakota のグループは、オーディオ データを分析して、指定されたバブル サイズ内と外の音源を明確に識別する、統合されたハードウェア AI の「ヒアラブル」システムを設計しました。その後、システムはリアルタイムで外来音を抑制するため、ユーザーが聞いている音と、話している人を見ているときに見ている音の間に、知覚できるような遅れがありません。システムのオーディオ部分は、最大 6 つのマイクを備えた市販のノイズ キャンセリング ヘッドセットで、近くの音とより遠くの音を検出し、ニューラル ネットワーク分析用のデータを提供します。カスタム構築されたネットワークは音源までの距離を検出し、プログラム可能なバブル半径 1 メートル、1.5 メートル、または 2 メートル内にどの音源が存在するかを判断します。これらのネットワークは、さまざまなサイズと吸音特性の 22 の部屋で取得されたシミュレーション データと現実世界のデータの両方を使用してトレーニングされました。人間の被写体のさまざまな組み合わせ。このアルゴリズムは、Orange Pi または Raspberry Pi の小型の組み込み CPU 上で実行され、処理されたデータをミリ秒単位でヘッドフォンに送り返します。これは聴覚と視覚の同期を保つのに十分な速さです。…