Разработан жидкостный акустический датчик для распознавания голосов в шумной обстановке
В последние годы инженеры разработали широкий спектр все более сложных датчиков для роботизированного, портативного, носимых и даже имплантируемого мониторинга. Данные, собранные этими датчиками, затем можно анализировать с использованием передового машинного обучения, что позволяет устройствам распознавать определенные звуки в аудио, объекты на изображениях или другие отличительные стимулы. Исследователи из Калифорнийского университета в Лос-Анджелесе (UCLA) недавно разработали инновационный жидкостный акустический датчик, который в сочетании с машинным обучением может распознавать голоса с высокой точностью даже в шумной обстановке. Этот датчик, представленный в статье в Nature Electronics , черпает вдохновение из жирового органа, расположенного во лбу многих видов китов, включая дельфинов и кашалотов. «Наша работа вдохновлена дыней китов, жировой (т. е. жировой) тканью, расположенной во лбу кита», — рассказал Tech Xplore Джун Чен, автор-корреспондент статьи. «Дыня фокусирует и модулирует вокализации, используемые в эхолокации, сопоставляя акустические свойства своей ткани с окружающей водой, чтобы звук мог распространяться с минимальными потерями энергии». В рамках своего недавнего исследования Чэнь и его коллеги приступили к разработке многообещающей новой сенсорной системы, которая имитирует функцию дыни у китов. Подобно дыне, датчик может помочь сократить потери энергии и минимизировать низкочастотный шум, обеспечивая энергоэффективный сбор акустических данных, а также повышая точность, с которой их сенсорная система на базе ИИ может распознавать звуки. «Искусственный интеллект играет ключевую роль в нашей сенсорной системе, особенно поддерживая распознавание голоса», — пояснил Чен. «Благодаря малошумным сигналам, улавливаемым жидкостным акустическим датчиком, система достигает высокой скорости распознавания с поддержкой алгоритмов глубокого обучения». Разработанный исследователями датчик состоит из трёхмерной ориентированной и разветвленной магнитной сетевой структуры на основе магнитных наночастиц неодим-железо-бор. Эти наночастицы, которые взвешены внутри несущей жидкости, в совокупности ведут себя как магнит. Обычные акустические датчики улавливают звуки в окружающей среде, обнаруживая деформации материалов и вибрации, возникающие из-за давления звука. Хотя эта система может быть эффективна во многих повседневных ситуациях, она не работает так же хорошо в более сложных сценариях, например, под водой или в очень шумных условиях. «Одним из наших самых заметных достижений является внедрение новых жидких материалов для акустического зондирования, которые продемонстрировали превосходную производительность», — сказал Чэнь. «Эти датчики не только эффективно работают в воздухе, но и могут использоваться в подводных средах, таких как океаны, для обнаружения морских животных и для других целей». В ходе первоначальных испытаний было обнаружено, что жидкостный акустический датчик, разработанный Ченом и его коллегами, различает даже минимальное давление в 0,9 Па, а также демонстрирует высокое отношение сигнал/шум в 69,1 дБ. Более того, возможности самофильтрации датчика позволили ему надежно снизить низкочастотный шум ниже 30 Гц, возникающий в результате биомеханических движений. В шумной обстановке разработанная исследователями акустическая сенсорная система на базе ИИ распознает голоса с поразительной точностью 99%. В будущем её можно будет использовать для сбора акустических данных под водой или в других необычных условиях, что может быть полезно для мониторинга окружающей среды, морских операций и других реальных приложений. «В наших следующих исследованиях мы будем использовать искусственный интеллект для оптимизации жидких материалов внутри датчика, что позволит ему выборочно применять активное шумоподавление для более широкого спектра применений», — добавил Чэнь. Мастер пера, обрабатывает новостную ленту.