Вдохновленный китом датчик распознает голоса в шумной обстановке

Точность работы сенсора достигает 99%. Устройство сокращает потери энергии и минимизирует помехи.

Исследователи из Калифорнийского университета в Лос-Анджелесе разработали жидкостный акустический датчик, который в сочетании с машинным обучением распознает голоса с высокой точностью даже в шумной обстановке. Сенсор вдохновлен жировым органом, расположенным во лбу многих китообразных, включая дельфинов и кашалотов, пишет TechXplore. 

Этот орган фокусирует и модулирует звуковые сигналы, используемые в эхолокации, подстраивая акустические свойства своей ткани под окружающую воду. В результате звук распространяется с минимальными потерями энергии. Новая сенсорная система работает аналогично: сокращает потери энергии и минимизирует низкочастотный шум. Технология на базе ИИ призвана улучшить сбор акустических данных. 

Жидкостный акустический датчик для распознавания голоса.
Жидкостный акустический датчик для распознавания голоса. Источник: Xun Zhao/ UCLA Jun Chen Research Group.

Созданный исследователями датчик представляет собой трехмерную ориентированную и разветвленную магнитную сеть, в основе которой — магнитные наночастицы неодима, железа и бора. Эти материалы, взвешенные в несущей жидкости, в совокупности образуют единый магнит.

Обычные акустические датчики улавливают окружающие звуки, обнаруживая деформации материалов и вибрации, возникающие в результате звукового давления. Хотя такая система эффективна в повседневных условиях, она не столь надежна в более сложных средах, например, под водой или в шумном пространстве. Во время испытаний жидкостный акустический датчик смог различить крайне слабое давление в 0,9 Па при высоком соотношении сигнал/шум 69,1 дБ. Кроме того, датчик подавлял низкочастотные помехи, вызванные биомеханическими движениями, благодаря своей функции самофильтрации.

В шумной обстановке разработанная исследователями акустическая сенсорная система на базе ИИ распознает голоса с точностью 99%. В будущем ее можно использовать для сбора акустических данных под водой или в других необычных условиях. Это может быть полезно для мониторинга окружающей среды, морских операций и других задач.

Ранее ученые научили роботов воспринимать мир вокруг при помощи звуковых колебаний.