L'app ascolta il pericolo quando non presti attenzione

Una startup sta sviluppando una tecnologia di apprendimento automatico che imita il modo in cui funziona l'orecchio, che a suo avviso renderà più facile per smartphone e dispositivi indossabili ascoltare costantemente i suoni di pericolo.

Un lama mostrerà alcune delle sue capacità in un'app chiamata Audio Aware, che ha lo scopo di avvisare gli utenti di smartphone con problemi di udito e camminatori distratti (un problema precedentemente esplorato in Messaggi di testo sicuri mentre si cammina? Presto potrebbe esserci un'app per questo). L'app, prevista per il rilascio a marzo, verrà eseguita in background su uno smartphone Android, rilevando suoni come lo stridore di pneumatici e il lamento delle sirene e avvisandoti interrompendo la musica che stai ascoltando, ad esempio. L'app arriverà con la conoscenza di una serie di suoni pericolosi e gli utenti potranno aggiungere i propri suoni all'app e condividerli con altre persone.

Un lama spera che Audio Aware susciterà interesse tra i produttori di gadget indossabili, che potrebbero trasformare la tecnologia in occhiali intelligenti, orologi intelligenti e fitness tracker. In quei dispositivi, Audio Aware potrebbe fare di più che essere solo attento ai pericoli: potrebbe monitorare le condizioni di salute, gli allenamenti o persino i luoghi prestando attenzione ai suoni che emetti e ai rumori intorno a te. Gli amanti del birdwatching potrebbero volerlo utilizzare per comprendere le differenze tra, ad esempio, un passero maschio e un junco dagli occhi scuri.

Il punto cruciale della tecnologia di One Llama è ciò che l'azienda chiama il suo orecchio artificiale. Quando il suono entra nell'orecchio, viaggia attraverso la coclea a forma di spirale, che è rivestita di minuscole cellule ciliate che vibrano come diapason quando vengono colpite da determinate frequenze. L'orecchio artificiale di One Llama è una versione software di questo, essenzialmente un banco di diapason digitali che misurano i suoni. Si basa sul lavoro che il cofondatore David Tcheng e altri hanno condotto presso l'Università dell'Illinois, dove è ricercatore.

L'azienda sostiene che questo metodo può essere più veloce e più flessibile rispetto ad altri metodi comuni per analizzare le diverse frequenze delle vibrazioni che ascoltiamo come suoni.

Nel caso di Audio Aware, funzionerà ascoltando attraverso il microfono del tuo smartphone, dice Tcheng, confrontando costantemente ciò che sente con i modelli memorizzati di suoni di avviso che deve riconoscere. Quando viene rilevata una corrispondenza sufficiente, come il clacson di un'auto, cancellerà qualsiasi audio che stai ascoltando e cancellerà una versione amplificata del suono che sta rilevando, o forse una versione simile a un cartone animato di quel suono che è più facile da ascoltare riconoscere.

Audio Aware sarà in grado di funzionare senza accesso a una rete wireless, ma dovrà trasmettere l'audio a un server remoto quando apprende nuovi suoni, ad esempio in un nuovo paese, dove le sirene suonano in modo diverso rispetto a casa.

L'app può fare tutto ciò che deve fare in tempo per avvisarti prima che tu passi davanti a un'auto in arrivo? Tcheng riconosce questa sfida, ma ritiene che il software estrae le funzionalità audio abbastanza rapidamente da aiutare effettivamente gli utenti in tempo reale. Ma la tecnologia di One Llama non è infallibile. Tcheng mi ha dato una dimostrazione di come la tecnologia di One Llama potesse rilevare diversi suoni, tra cui vetri rotti, un campanello che suona e un clacson, sopra il frastuono di una radio che suona e un gatto che miagola a casa sua. Sebbene il software abbia identificato correttamente suoni come la rottura di vetri, ha anche identificato erroneamente il suono di un campanello. Nel tempo, presumibilmente, il sistema avrebbe imparato la differenza.

Richard Stern , un professore della Carnegie Mellon University che si occupa di riconoscimento vocale, afferma che i metodi di elaborazione del suono basati sul funzionamento della coclea sono diventati sempre più comuni in parte perché la potenza di elaborazione del computer è diventata molto più economica nel tempo.

Prestare attenzione a come il sistema uditivo elabora i segnali può essere utile per riconoscere i suoni in particolare in ambienti rumorosi, dice. Ma la complessità dei suoni che incontriamo ogni giorno significa che i sistemi di riconoscimento del suono cercano costantemente di individuare un segnale tra i tanti, ed è praticamente impossibile prevedere in anticipo come questi segnali si combineranno. Gli esseri umani sono ancora molto più avanti dei computer in questo senso.

nascondere