AI kõrvaklapid lasevad kandjal kuulata ühte inimest rahvahulgas, vaadates tema poole vaid üks kord

Süsteem, mida nimetatakse „Target Speech Hearinguks“, tühistab seejärel kõik muud helid ja mängib reaalajas ainult selle inimese häält, isegi kui kuulaja liigub mürarikkas kohas ringi ja ei vaata enam kõneleja poole.

Mürasummutusega kõrvaklapid on märkimisväärselt innoveerinud kõrvaklappide maastikku. Apple’i AirPods Pro uusim väljaanne reguleerib juba kandjate jaoks automaatselt helitaset - tajudes näiteks, kui nad vestlevad -, kuid kasutajal on vähe kontrolli selle üle, keda kuulata või millal see juhtub.

Washingtonis asuva ülikooli töörühm on välja töötanud tehisintellekti süsteemi, mis laseb kõrvaklappe kandval kasutajal „registreerimiseks“ vaadata kolm kuni viis sekundit rääkivat inimest ning seejärel kõrvaklapid n-ö jälgivad teda. Meeskond tutvustas oma tulemusi 14. mail Honolulus ACM CHI konverentsil „Human Factors in Computing Systems“.

„Me kipume praegu mõtlema tehisintellektist kui veebipõhistest vestlusrobotitest, mis vastavad küsimustele,“ ütles uuringu vanemautor ja Paul G. Alleni informaatika- ja inseneeriakooli professor Shyam Gollakota. „Kuid selles projektis arendame AI-d, et muuta iga kõrvaklappe kandva inimese kuulmistaju, arvestades tema eelistusi. Meie seadmetega saab nüüd selgelt kuulda ühte kõnelejat isegi siis, kui oled mürarikkas keskkonnas, kus räägib palju teisi inimesi.“

Süsteemi kasutamiseks vajutab inimene, kes kannab mikrofonidega varustatud tavalisi kõrvaklappe, nuppu, suunates samal ajal oma pea kellegi kõneleva inimese poole. Selle kõneleja hääle helilained peaksid seejärel jõudma kõrvaklappide mõlemal poolel asuvatesse mikrofonidesse samaaegselt (veamäär on 16 kraadi).

Kõrvaklapid saadavad selle signaali sisseehitatud arvutisse, kus meeskonna masinõppetarkvara õpib soovitud kõneleja häälemustreid. Süsteem haarab selle kõneleja hääle ja jätkab selle esitamist kuulajale, isegi kui ta liigub ringi. Süsteemi võime keskenduda registreeritud häälele paraneb, kui kõneleja jätkab rääkimist, andes süsteemile rohkem treeninguandmeid.

Töörühm testis oma süsteemi 21 katsealuse peal, kes hindasid registreeritud kõneleja hääle selgust keskmiselt peaaegu kaks korda kõrgemaks kui filtreerimata heli.

See töö tugineb meeskonna varasemale „semantilise kuulmise“ uuringule, mis võimaldas kasutajatel valida konkreetseid heliklasse - näiteks linnud või inimhääled -, mida nad soovisid kuulda, ja tühistas muud helid keskkonnas.

Praegu saab süsteem registreerida korraga ainult ühe kõneleja ja see suudab kõneleja registreerida ainult siis, kui sihtkõneleja häälega samast suunast ei kostu teist valju häält. Kui kasutaja ei ole helikvaliteediga rahul, võib ta kõlarile teha veel ühe registreerimise, et parandada selgust.

Meeskond töötab selle süsteemi laiendamiseks nii kõrvaklappidele kui ka kuuldeaparaatidele.