Forskere har løftet sløret for et banebrydende AI-drevet hovedtelefonsystem, der radikalt kan ændre måden, vi lytter på i støjende omgivelser, og hvordan vi kommunikerer på tværs af sprogbarrierer. Systemet, døbt “Target Speech Hearing”, kan isolere en enkelt persons stemme fra en larmende folkemængde og endda oversætte vedkommendes tale øjeblikkeligt.
Sådan fungerer den intelligente lydteknologi
Udviklet af et hold forskere ved University of Washington, anvender disse smarte hovedtelefoner en kombination af avancerede mikrofoner og kunstig intelligens. Når brugeren ønsker at fokusere på en bestemt person i en gruppe, trykker vedkommende simpelthen på personen via en tilknyttet app. Systemet “lærer” derefter personens stemmekarakteristika at kende på få sekunder.
Herefter filtrerer AI’en aktivt andre lyde og stemmer fra og leverer kun den valgte talers stemme klart og tydeligt til brugerens ører. Imponerende nok kan systemet fortsat spore og fokusere på personen, selvom denne bevæger sig rundt.
En yderligere revolutionerende funktion er den indbyggede realtidsoversættelse. Når den valgte persons stemme er isoleret, kan systemet simultant oversætte det sagte til brugerens foretrukne sprog.
Et kvantespring for høreteknologi
“Dette er et markant fremskridt i forhold til nuværende hovedtelefoner, der enten kun kan undertrykke al baggrundsstøj eller forstærke alle stemmer,” udtaler hovedforfatter Dr. Shyam Gollakota, professor ved University of Washington. Han tilføjer: “Du har nu muligheden for selektivt at tune ind på specifikke samtaler.”
Forestil dig en situation, hvor du er til en larmende familiemiddag og gerne vil føre en samtale med din fætter, mens alle andre taler i munden på hinanden,” forklarer medforfatter Malek Itani, ph.d.-studerende. “Dette system vil gøre dig i stand til tydeligt at høre, hvad din fætter siger, mens den omgivende snak dæmpes.”
Brede anvendelsesmuligheder
Potentialet for denne teknologi er enormt. Udover at hjælpe folk med at fokusere i støjende miljøer som restauranter, kontorlandskaber eller offentlig transport, kan systemet være en stor hjælp for personer med hørenedsættelse, der kæmper med at skelne tale fra baggrundsstøj.
Den indbyggede realtidsoversættelse åbner desuden op for problemfri kommunikation i internationale sammenhænge, hvad enten det er på rejser, til konferencer eller i multikulturelle sociale situationer.
Forskerholdet bag “Target Speech Hearing” arbejder på at gøre teknologien tilgængelig i kommercielle hovedtelefoner i fremtiden, hvilket kan betyde en ny æra for personlig lyd og kommunikation.
Be the first to comment