تستخدم سماعات إلغاء الضوضاء الذكاء الاصطناعي لإنشاء مناطق الصمت

إنها تجربة مررنا بها جميعًا: سواء كنا نلتقي بصديق لتناول العشاء في مطعم، أو نلتقي بشخص مثير للاهتمام في حفل كوكتيل، أو نعقد اجتماعًا وسط ضجة في المكتب، نجد أنفسنا مضطرين إلى الصراخ وسط أحاديث في الخلفية والضوضاء العامة . إن الأذن والدماغ البشريين ليسا جيدين بشكل خاص في تحديد مصادر منفصلة للصوت في بيئة صاخبة للتركيز على محادثة معينة. تتدهور هذه القدرة بشكل أكبر مع فقدان السمع العام، والذي أصبح أكثر انتشارًا مع عيش الأشخاص لفترة أطول، ويمكن أن يؤدي إلى العزلة الاجتماعية.

ومع ذلك، فقد توصل فريق من الباحثين من جامعة واشنطن، مايكروسوفت، وقد أظهر تجميع الذكاء الاصطناعي للتو أن الذكاء الاصطناعي يمكنه التفوق على البشر في عزل مصادر الصوت لإنشاء منطقة صمت. تتيح فقاعة الصوت هذه للأشخاص الموجودين ضمن دائرة نصف قطرها ما يصل إلى 2 متر التحدث مع تقليل التداخل بشكل كبير من مكبرات الصوت الأخرى أو الضوضاء خارج المنطقة.

وتهدف المجموعة، التي يقودها البروفيسور شيام جولاكوتا من جامعة واشنطن، إلى الجمع بين الذكاء الاصطناعي والأجهزة لتعزيز القدرات البشرية. يقول جولاكوتا إن هذا يختلف عن العمل باستخدام موارد حسابية هائلة مثل تلك ChatGPT يوظف؛ بل يكمن التحدي في إنشاء تطبيقات مفيدة للذكاء الاصطناعي ضمن حدود قيود الأجهزة، وخاصة للاستخدام المحمول أو القابل للارتداء. لقد اعتقد جولاكوتا منذ فترة طويلة أن ما يسمى “مشكلة حفل الكوكتيل” هي قضية واسعة النطاق حيث يمكن أن يكون هذا النهج ممكنًا ومفيدًا.

في الوقت الحالي، تعمل سماعات الرأس المانعة للضوضاء المتوفرة تجاريًا على منع ضوضاء الخلفية ولكنها لا تعوض المسافات إلى مصادر الصوت أو مشكلات أخرى مثل الصدى في الأماكن المغلقة. ومع ذلك، أظهرت الدراسات السابقة أن الشبكات العصبية تحقق فصلًا أفضل لمصادر الصوت مقارنة بمعالجة الإشارات التقليدية. بناءً على هذه النتيجة، صممت مجموعة جولاكوتا نظامًا متكاملًا للأجهزة “يمكن سماعه” بتقنية الذكاء الاصطناعي، والذي يحلل البيانات الصوتية لتحديد مصادر الصوت بوضوح داخل وخارج حجم الفقاعة المحدد. يقوم النظام بعد ذلك بقمع الأصوات الدخيلة في الوقت الفعلي، بحيث لا يكون هناك أي تأخير ملموس بين ما يسمعه المستخدمون، وما يرونه أثناء مشاهدة الشخص يتحدث.

الجزء الصوتي من النظام عبارة عن سماعة رأس تجارية لإلغاء الضوضاء مع ما يصل إلى ستة ميكروفونات تكتشف الأصوات القريبة والبعيدة، مما يوفر بيانات لتحليل الشبكة العصبية. تقوم الشبكات المصممة خصيصًا بالعثور على المسافات إلى مصادر الصوت وتحديد أي منها يقع داخل دائرة نصف قطرها فقاعية قابلة للبرمجة تبلغ 1 متر أو 1.5 متر أو 2 متر. تم تدريب هذه الشبكات باستخدام بيانات محاكاة وبيانات حقيقية، تم التقاطها في 22 غرفة ذات أحجام متنوعة وخصائص امتصاص الصوت.مع مجموعات مختلفة من المواضيع البشرية.تعمل الخوارزمية على وحدة معالجة مركزية صغيرة مدمجة، إما Orange Pi أو Raspberry Pi، وترسل البيانات المعالجة مرة أخرى إلى سماعات الرأس في أجزاء من الثانية، بسرعة كافية للحفاظ على مزامنة السمع والرؤية.