L'application écoute le danger lorsque vous ne faites pas attention

Une startup développe une technologie d'apprentissage automatique qui imite le fonctionnement de l'oreille, ce qui, selon elle, permettra aux smartphones et aux appareils portables d'écouter en permanence les sons de danger.

un lama montrera certaines de ses capacités dans une application appelée Audio Aware, destinée à alerter les utilisateurs de smartphones malentendants et promeneurs distraits (un problème déjà exploré dans Safe Texting While Walking ? Bientôt, il y aura peut-être une application pour ça). L'application, dont la sortie est prévue en mars, fonctionnera en arrière-plan sur un smartphone Android, détectant des sons tels que des cris de pneus et des sirènes hurlantes et vous alertant en interrompant la musique que vous écoutez, par exemple. L'application arrivera avec la connaissance d'un certain nombre de sons dangereux, et les utilisateurs pourront ajouter leurs propres sons à l'application et les partager avec d'autres personnes.

One Llama espère qu'Audio Aware suscitera l'intérêt des fabricants de gadgets portables, qui pourraient intégrer la technologie dans des lunettes intelligentes, des montres intelligentes et des trackers de fitness. Dans ces appareils, Audio Aware pourrait faire plus que simplement être attentif aux dangers : il pourrait surveiller les conditions de santé, les entraînements ou même les emplacements en prêtant attention aux sons que vous faites et aux bruits autour de vous. Les ornithologues amateurs voudront peut-être l'utiliser pour se rendre compte des différences entre, par exemple, un bruant familier mâle et un junco aux yeux noirs.

Le cœur de la technologie de One Llama est ce que la société appelle son oreille artificielle. Lorsque le son pénètre dans votre oreille, il traverse la cochlée en forme de spirale, qui est bordée de minuscules cellules ciliées qui vibrent comme des diapasons lorsqu'elles sont frappées par certaines fréquences. L'oreille artificielle de One Llama en est une version logicielle, essentiellement une banque de diapasons numériques qui mesurent les sons. Il est basé sur les travaux menés par le cofondateur David Tcheng et d'autres à l'Université de l'Illinois, où il est chercheur.

La société affirme que cette méthode peut être plus rapide et plus flexible que d'autres méthodes courantes pour analyser les différentes fréquences des vibrations que nous entendons sous forme de sons.

Dans le cas d'Audio Aware, il fonctionnera en écoutant via le microphone de votre smartphone, dit Tcheng, en comparant constamment ce qu'il entend aux modèles stockés de sons d'alerte qu'il doit reconnaître. Lorsqu'une correspondance suffisante, telle qu'un klaxon de voiture, est détectée, elle annulera tout son que vous entendez et diffusera une version amplifiée du son capté, ou peut-être une version de type dessin animé de ce son qui est plus facile à comprendre. reconnaître.

Audio Aware pourra fonctionner sans accès à un réseau sans fil, mais il devra diffuser l'audio vers un serveur distant lorsqu'il apprendra de nouveaux sons, dans un nouveau pays, par exemple, où les sirènes sonnent différemment qu'à la maison.

L'application peut-elle faire tout ce qu'elle doit faire à temps pour vous avertir avant que vous ne vous mettiez devant une voiture venant en sens inverse ? Tcheng reconnaît ce défi mais pense que le logiciel extrait les fonctionnalités audio assez rapidement pour réellement aider les utilisateurs en temps réel. Mais la technologie de One Llama n'est pas infaillible. Tcheng m'a fait une démonstration de la façon dont la technologie de One Llama pouvait détecter plusieurs sons - y compris du verre brisé, une sonnette qui sonne et un klaxon - par-dessus le vacarme d'une radio et le miaulement d'un chat dans sa maison. Bien que le logiciel ait correctement identifié les sons tels que le bris de verre, il a également identifié de manière incorrecte une sonnette de porte. Au fil du temps, vraisemblablement, le système apprendrait la différence.

Richard Stern , professeur à l'Université Carnegie Mellon qui étudie la reconnaissance vocale, affirme que les méthodes de traitement du son basées sur le fonctionnement de la cochlée sont devenues de plus en plus courantes en partie parce que la puissance de traitement informatique est devenue beaucoup moins chère au fil du temps.

Faire attention à la façon dont le système auditif traite les signaux peut être utile pour reconnaître les sons dans les environnements bruyants en particulier, dit-il. Mais la complexité des sons que nous rencontrons chaque jour signifie que les systèmes de reconnaissance sonore essaient constamment de détecter un signal parmi d'autres, et il est pratiquement impossible de prédire à l'avance comment ces signaux se combineront. Les humains sont encore loin devant les ordinateurs à cet égard.

cacher