חוקרים מאוניברסיטת וושינגטון עשו קפיצת מדרגה חשובה בטכנולוגיית השמע על ידי פיתוח אוזניות המשתמשות בלמידת מכונה כדי לבדל את קולה של אדם בתוך המקריאה. החדשנות במערכת זו נמצאת ביכולתה לסנן את הקול של דובר ספציפי מרעשי רקע, מה שיכול לשפר באופן משמעותי את חוויית ההאזנה של האדם בסביבות רועשות.
התהליך החדשני כולל:
– זיהוי: משתמשים המניחים את האוזניות התקן, המצוידות במיקרופונים, יכולים פשוט להסתכל על האדם שהם רוצים לתקשר איתו וללחוץ על לחצן כדי להתחיל את התהליך.
– למידה: המיקרופונים תופסים את גלי הצליל של הקול בזמן שהמערכת למידת המכונה להבחין ולזהות את חתימת הקול הייחודית הזו.
– בידוד: לאחר מכן, כל הרעשים הסובבים נדחקים, משאירים את המאזינים רק עם הקול שנבחר, ללא תלות בתנועה או בשינוי במבט.
למרות שהטכנולוגיה עדיין בפיתוח, נקראת "שמיעת דיבור ממוקדת מטרה" (TSH) והראתה תוצאות מעוררות פשע. במהלך בדיקות מעורבים 21 נבחנים, המשתתפים דיווחו על מעמיק פי כמעט במניפולציה של הקול ביחס לסאונד לא מסונן.
בשלב זה, TSH יכולה להתמקד בדיבר של דובר אחד בכל פעם ומבצעת בצורה אופטימלית כאשר אין רעשים רבים אחרים מאותו כיוון. בכל זאת, צוות המחקר ממשיך לשדרג את היכולות שלה לתמוך לא רק באוזניות אלא גם באוזניות ובעזרה שמיעה.
היישומים הפוטנציאליים של המהפכה הזו רחבים, כוללים איחול שיחות במקומות רועשים או בהשתתפות בהרצאות או כנסים. העתיד מבטיח חוויות שמע אף יותר נקיות ואישיות. עם התקדמות מתמדת, מערכת מבוססת AI זו עשויה בקרוב להגדיר מחדש את האופן בו אנו משתמשים בשמע בחיינו.
שאלות מרכזיות ותשובות:
– ש: כיצד עוזרת המידע לבידוד של קולות יחידים באמצעות אוזניות?
– תשובה: המידע עוזרת על ידי לימוד לזהות חתימת קול ייחודית של אדם על סמך גלי הצליל שתפסו האוזניות המצוידות במיקרופונים. לאחר מכן היא מבדילה בין הקול שזוהה לבין הרעש שברקע.
– ש: מהן כמה מהשימושים הפוטנציאליים לטכנולוגיה זו?
– תשובה: היישומים כוללים שיפור תקשורת בסביבות רועשות, סיוע לאנשים עם קשיות שמיעה, שיפור במנהיגת ההרצאות והכנסים, והצעת חוויות שמע אישיות בסביבות שונות כמו תחבורה ציבורית ומקומות עמוסים.
– ש: האם ישנם אילוצים לטכנולוגית TSH הנוכחית?
– תשובה: האילוצים הנוכחיים כוללים את היכולת לבדל רק דובר אחד בכל פעם והיעילות הנמוכה בסביבות שבהן קיימת רעש מהכיוון של הדובר.
אתגרים מרכזיים או סכסוכים:
– עודפי דיבורים: ההפרדה של יותר מדיבור אחד שעובר על השני נשאר אתגר גדול לבידוד הקול על ידי AI. צעדים קדימים צפויים לפתור איך הטכנולוגיה יכולה להתמודד עם תרחישים בהם ישנם מדברים מרובים המדברים במקביל.
– חששים בנושא פרטיות: בעוד המיקרופונים ומערכות הAI מאומנים לזהות ולעבד קולות, ישנה חשש לגבי הפרטיות שיש לטפל בהם, במיוחד בנוגע להקלטה ולטיפול בנתונים.
– דיוק בסביבות שונות: להבטיח כי הטכנולוגיה עובדת בצורה מהימנה בסביבות שונות במונחים של שמע נשאר אתגר.
יתרונות:
– סיוע לתקשורת: טכנולוגיה זו עוזרת במיוחד לאנשים עם מוגבלויות שמיעה, מציעה אפשרות להבין יותר טוב שיחות במקומות עמוסים.
– שיפור בקידוד: היכולת לבדל בינה שכאולה יכולה לעזור לכל אדם השואף להתמקד בשיחה ספציפית או מקור צליל בלתי נפרץ ברעש אופקי.
– תאימות חוצה מכשירים: תכניות עתידיות לשבץ טכנולוגיה זו במכשירי שמע שונים, כולל אזניות, מרחיבות את המקרים האפשריים.
חסרונות:
– מורכבות ועלות: פיתוח טכנולוגיה מתקדמת כזו עשוי להגביר את המורכבות ואת עלות מכשירי אוזניות לצרכן ולמכשירי שמע דומים.
– תלות ברמזורות חזותיות: הצורך של המשתמשים להסתכל על האדם שהם רוצים לשמוע עשוי להגביל את השימושיות של האוזניות במצבים בהם אי אפשר או לא נאות לבצע אישור חזותי.
– פונקציונליות מוגבלת בסביבות מסוימות: הטכנולוגיה עדיין לא יעילה מדי בסביבות רועשות, בעיקר במקומות בהן אנשים רבים מדברים מאותו כיוון.