Shyam Gollakota, da Universidade de Washington, é especialista em usar ferramentas de IA para processamento de áudio em tempo real. Sua equipe criou um sistema para audição direcionada da fala em ambientes ruidosos e desenvolveu fones de ouvido baseados em IA que filtram seletivamente sons específicos enquanto preservam outros. Ele apresentará seu trabalho como parte de uma reunião conjunta da Acoustical Society of America e da Canadian Acoustical Association, no Shaw Centre localizado no centro de Ottawa, Ontário, Canadá. “Imagine que você está em um parque, admirando o canto dos pássaros, mas depois tem a conversa alta de um grupo de pessoas próximas que simplesmente não param de falar”.
“Agora imagine se seus fones de ouvido pudessem lhe dar a capacidade de se concentrar no canto dos pássaros enquanto todo o resto do barulho simplesmente desaparece. É exatamente isso que pretendemos alcançar com nosso sistema.” Gollakota e sua equipe combinaram a tecnologia de cancelamento de ruído com uma rede neural baseada em smartphone treinada para identificar 20 categorias diferentes de sons ambientais. Isso inclui despertadores, bebês chorando, sirenes, buzinas de carro e canto de pássaros. Quando um usuário seleciona uma ou mais dessas categorias, o software identifica e reproduz esses sons através dos fones de ouvido em tempo real, enquanto filtra todo o resto.
No entanto, fazer com que este sistema funcione perfeitamente não foi uma tarefa fácil. “Para alcançar o que queremos, primeiro precisamos de uma inteligência de alto nível para identificar todos os sons diferentes em um ambiente”. “Então, precisávamos separar os sons alvo de todos os ruídos interferentes. Se isso não for difícil o suficiente, qualquer som que extraímos precisa sincronizar com os sentidos visuais do usuário, já que eles não podem ouvir alguém dois segundos atrasado. Isso significa que os algoritmos de rede neural devem processar sons em tempo real em menos de um centésimo de segundo, o que é o que alcançamos.” A equipe empregou essa abordagem baseada em IA para focar na fala humana.
Contando com técnicas similares de reconhecimento de conteúdo, seu algoritmo pode identificar um falante e isolar sua voz do ruído ambiente em tempo real para conversas mais claras. Ele está animado por estar na vanguarda da próxima geração de dispositivos auditivos. “Temos uma oportunidade única de criar o futuro de dispositivos auditivos inteligentes que podem aprimorar a capacidade auditiva humana e aumentar a inteligência para melhorar vidas”.