211service.com
App lytter efter fare, når du ikke er opmærksom
En startup udvikler maskinlæringsteknologi, der efterligner den måde, øret fungerer på, som den mener vil gøre det nemmere for smartphones og bærbare enheder konstant at lytte efter lyde af fare.
En lama vil vise nogle af sine muligheder i en app kaldet Audio Aware, som er beregnet til at advare hørehæmmede smartphonebrugere og distraherede vandrere (et problem, der tidligere er blevet udforsket i Sikker sms-besked, mens du går? Snart findes der måske en app til det). Appen, der er planlagt til udgivelse i marts, vil køre i baggrunden på en Android-smartphone, registrere lyde som skrigende dæk og jamrende sirener og advare dig om dem ved for eksempel at afbryde den musik, du lytter til. App'en vil ankomme med viden om en række farlige lyde, og brugere vil være i stand til at tilføje deres egne lyde til appen og dele dem med andre mennesker.
One Llama håber, at Audio Aware vil vække interesse blandt producenter af bærbare gadgets, som kunne bage teknologien ind i smarte briller, smarte ure og fitness-trackere. I disse enheder kunne Audio Aware gøre mere end blot at være opmærksom på farer: den kunne overvåge sundhedstilstande, træning eller endda steder ved at være opmærksom på de lyde, du laver, og lydene omkring dig. Fuglekiggere vil måske bruge den til at indse forskellene mellem f.eks. en han spurv og en mørkøjet junko.
Kernen i One Llamas teknologi er, hvad virksomheden kalder sit kunstige øre. Når lyden kommer ind i dit øre, bevæger den sig gennem den spiralformede snegle, som er foret med små hårceller, der vibrerer som stemmegafler, når de rammes af bestemte frekvenser. One Llama's kunstige øre er en softwareversion af dette - i det væsentlige en bank af digitale stemmegafler, der måler lyde. Det er baseret på arbejde, som medstifter David Tcheng og andre udførte ved University of Illinois, hvor han er forsker.
Virksomheden hævder, at denne metode kan være hurtigere og mere fleksibel end andre almindelige metoder til at analysere de forskellige frekvenser af de vibrationer, vi hører som lyde.
I tilfælde af Audio Aware vil det fungere ved at lytte gennem din smartphones mikrofon, siger Tcheng og konstant sammenligner det, den hører, med gemte skabeloner af alarmlyde, den skal genkende. Når et tilstrækkeligt match, såsom et bilhorn, detekteres, vil det annullere enhver lyd, du hører, og sende en forstærket version af den lyd, den opfanger, eller måske en tegneserielignende version af den lyd, der er lettere at genkende.
Audio Aware vil kunne arbejde uden adgang til et trådløst netværk, men den bliver nødt til at streame lyd til en ekstern server, når den lærer nye lyde – for eksempel i et nyt land, hvor sirener lyder anderledes end derhjemme.
Kan appen gøre alt, hvad den skal gøre i tide for at advare dig, før du træder ind foran en modkørende bil? Tcheng anerkender den udfordring, men mener, at softwaren uddrager lydfunktioner hurtigt nok til faktisk at hjælpe brugerne i realtid. Men One Llamas teknologi er ikke idiotsikker. Tcheng gav mig en demonstration af, hvordan One Llamas teknologi kunne udvælge adskillige lyde – inklusive knusende glas, en ringende dørklokke og et dytende horn – over lyden fra en radio, der spillede og kat miavede i sit hjem. Selvom softwaren korrekt identificerede lyde såsom glas, der knuste, identificerede den også forkert, at en dørklokke ringede. Med tiden ville systemet formentlig lære forskellen.
Richard Stern , en professor ved Carnegie Mellon University, som forsker i talegenkendelse, siger, at lydbehandlingsmetoder baseret på cochlea-funktionen er blevet mere og mere almindelige, delvis fordi computerens processorkraft er blevet så meget billigere over tid.
At være opmærksom på, hvordan det auditive system behandler signaler, kan være nyttigt til især at genkende lyde i støjende omgivelser, siger han. Men kompleksiteten af lyde, vi støder på hver dag, betyder, at lydgenkendelsessystemer konstant forsøger at finde et signal blandt mange, og det er praktisk talt umuligt på forhånd at forudsige, hvordan disse signaler vil kombineres. Mennesker er stadig langt foran computere i den henseende.