Me ndihmën e AI: Kufje që ofrojnë vetëm atë që dëshironi të dëgjoni

Teknologjia, e quajtur Target Speech Hearing, përdor inteligjencën artificiale për të lejuar përdoruesin të dëgjojë vetëm një burim specifik tingulli.

Teknologjia bazohet në një sistem të përbërë nga një kompjuter i vogël që mund të futet në një palë kufje komerciale. Sistemi është në gjendje të përdorë sinjale nga mikrofoni i integruar në kufje për të zgjedhur dhe identifikuar zërin e folësit.

Shkencëtarët paraqitën detajet në një punim të botuar në revistën Proceedings of the CHI Conference on Human Factors in Computing Systems.

Shkencëtarët shpresojnë se teknologjia mund të përdoret si një pajisje ndihmëse për personat me dëmtim të dëgjimit dhe ata po punojnë për ta bërë sistemin të thjeshtë – për ta përfshirë atë në kufje komerciale dhe aparate dëgjimi.

“Tani po mendojmë për inteligjencën artificiale si dhe për chatbot-et e bazuara në ueb që u përgjigjen pyetjeve”, tha autori kryesor i studimit, Shyam Jolakota, një profesor i shkencave kompjuterike dhe inxhinierisë në Universitetin e Uashingtonit.

“Në këtë projekt, ne po zhvillojmë inteligjencën artificiale për të modifikuar perceptimin dëgjimor të kujtdo që mban kufje. Me pajisjet tona, vetëm një burim tingulli mund të dëgjohet qartë, edhe nëse dikush është në një mjedis të zhurmshëm me shumë njerëz të tjerë që flasin”, shton profesori.

“Target Speech Hearing” (TSH) është një vazhdim i kërkimit të kryer nga të njëjtët shkencëtarë vitin e kaluar. Në atë projekt, ata krijuan një aplikacion inteligjent inteligjent që lidhet me kufjet dhe lejon përdoruesin të zgjedhë atë që dëshiron të dëgjojë nga një listë e “kategorive” të paracaktuara duke anuluar të gjithë tingujt e tjerë. Për shembull, përdoruesi mund të zgjedhë të dëgjojë sirenat, foshnjat, të folurit ose zogjtë – dhe kufjet do të marrin vetëm ata tinguj dhe do të bllokojnë të gjithë të tjerët.

Për të përdorur TSH, përdoruesi së pari prek një buton të vogël në kufje për të aktivizuar sistemin.

Kur zëri i folësit arrin në mikrofon, softueri “regjistron” burimin e zërit. Ai identifikon zërin e synuar dhe regjistron modelet vokale, duke humbur vetëm atë të dëshiruar.

Aktualisht, TSH mund të regjistrojë vetëm një burim audio ose një altoparlant në të njëjtën kohë dhe është më pak i suksesshëm nëse ka zhurmë tjetër të një volumi të ngjashëm që vjen nga i njëjti drejtim.