Deep-Learning-Technologie könnte Ihnen dabei helfen, unerwünschte Hintergrundgeräusche herauszufiltern und gleichzeitig diejenigen zu behalten, die Ihnen gefallen.
Könnte künstliche Intelligenz (KI) Ihnen helfen, den Lärm weinender Babys oder Sirenen zu filtern und gleichzeitig den Gesang der Vögel aufrechtzuerhalten?
Ein Team der University of Washington glaubt, herausgefunden zu haben, wie man Hintergrundgeräusche nach Belieben ausblenden kann.
Sie haben mithilfe von Deep-Learning-Technologie Algorithmen entwickelt, die es Benutzern ermöglichen, die Geräusche auszuwählen, die sie hören können, wenn sie ihre Kopfhörer tragen. Sie haben dieses System „semantisches Hören“ genannt.
„Auf hohem Niveau verwenden wir Noise-Cancelling-Kopfhörer, um alle Geräusche in der Umgebung zu unterdrücken. Aber wir nutzen ein neuronales Netzwerk auf dem Smartphone, um die interessanten Geräusche zu extrahieren und sie in Echtzeit über die Kopfhörer ins Ohr wiederzugeben“, sagte Shyam Gollakota, Professor für Informatik und Ingenieurwesen, gegenüber Euronews Next.
Also, wie funktioniert es? Kopfhörer senden aufgezeichnete Töne an ein verbundenes Smartphone und blockieren andere Geräusche. Benutzer können mithilfe von Sprachbefehlen oder einer App Geräusche aus 20 Kategorien auswählen – beispielsweise Vogelgezwitscher –, wobei nur die ausgewählten Geräusche abgespielt werden.
„Die Zielgeräusche, die wir über die Lautsprecher abspielen, müssten mit dem übereinstimmen, was der Träger in der Umgebung sieht. Aus diesem Grund haben wir nur 20 Millisekunden Zeit, um den Eingangston zu verarbeiten, Zieltöne zu extrahieren und über die Kopfhörer wiederzugeben“, sagte Bandhav Veluri, Doktorand in Informatik, und erklärte, dass sie „ein sehr effizientes Deep-Learning-Modell“ erstellen mussten “.
Diese Zeitbeschränkung erklärt, warum das System auf Smartphones und nicht auf Cloud-Servern basiert.
„Das Interessante daran ist, dass Menschen heutzutage, wenn sie normalerweise über neuronale Netze und künstliche Intelligenz sprechen, mit großen Sprachmodellen wie ChatGPT vertraut sind“, sagte Gollakota.
„Dafür sind sehr große Modelle erforderlich, die in riesigen Rechenzentren laufen, was für unsere Anwendung wirklich nicht möglich ist. Wir haben ein spezielles neuronales Netzwerk entwickelt, das auf einem Smartphone ausgeführt werden kann.“
Das System wurde an Orten wie Büros, Straßen und Parks getestet und konnte Sirenen, Vogelstimmen, Alarme und bestimmte Geräusche erkennen und gleichzeitig alle anderen Hintergrundgeräusche entfernen.
Als 22 Personen Feedback zur Tonausgabe des Systems gaben, sagten sie im Allgemeinen, dass es besser klang als die Originalaufnahme. so die Ergebnisse der Studie.
Allerdings fiel es dem System in manchen Situationen schwer, den Unterschied zwischen sehr ähnlichen Geräuschen zu erkennen, etwa beim Singen und Sprechen. Die Forscher schlagen vor, dass das Training der Modelle mit mehr realen Daten dazu beitragen könnte, diese Ergebnisse zu verbessern.
Das System „ist reif für die Einführung auf dem Verbrauchermarkt“, sagte Veluri.
„Diese beiden Trends (Geräuschunterdrückungstechnologie und Deep Learning) bieten Möglichkeiten für die Gestaltung der Zukunft intelligenter Wearables mit realen Fähigkeiten, die bisher im Bereich der Science-Fiction lagen“, sagte Gollakota.
„Ich freue mich sehr, dass dies der richtige Zeitpunkt ist, diese intelligenten Headsets zu entwickeln, und dass wir in den nächsten fünf Jahren beginnen werden, Intelligenz in unseren Headsets zu sehen“, fügte er hinzu.
