مغزهای ما برای انتخاب صدای فردی در یک محیط پر سر و صدا ، مانند یک کافی شاپ شلوغ یا یک خیابان شهری شلوغ ، صدای قابل توجهی دارند. این چیزی است که حتی پیشرفته ترین سمعک ها برای انجام آن تلاش می کنند. اما اکنون مهندسان کلمبیا یک فناوری آزمایشی را اعلام می کنند که از توانایی طبیعی مغز برای تشخیص و تقویت هر صدایی از خیلی ها تقلید می کند. با کمک هوش مصنوعی ، این سمعک کنترل شده از مغز به عنوان یک فیلتر خودکار عمل می کند ، امواج مغزی پوشیدگان را کنترل می کند و صدای مورد نظر برای تمرکز را تقویت می کند.
اگرچه هنوز در مراحل اولیه توسعه است ، این فناوری گامی مهم در جهت سمعکهای بهتر است که باعث می شود پوشیدگان بتوانند با افراد پیرامون خود یکپارچه و کارآمد گفتگو کنند. این دستاورد امروزه در پیشرفت های Science توضیح داده شده است .
"این مغز منطقه است که پردازش صدا فوق العاده حساس و قدرتمند است؛ می تواند یک صدای بیش از دیگران تقویت، به ظاهر زحمت، در حالی که امروز جلسات ایدز همچنان در مقایسه با رنگ پریده، گفت:" نیما Mesgarani، دکتری، یک محقق اصلی در مورتیمر B کلمبیا مؤسسه رفتار مغز ذاکرمن ذهن و نویسنده ارشد مقاله. "ما با ایجاد وسیله ای که قدرت مغز را به خود جلب کند ، امیدواریم که کار ما به پیشرفت های فناوری منجر شود که صدها میلیون نفر از افراد کم شنوا در سراسر جهان را قادر می سازد تا به همان راحتی با دوستان و خانواده خود ارتباط برقرار کنند."
سمعک های مدرن در سرکوب انواع خاصی از سر و صدای زمینه ، مانند ترافیک ، در تقویت گفتار بسیار عالی هستند. اما آنها تلاش می کنند تا صدای یک فرد را نسبت به دیگران تقویت کنند. دانشمندان این مسئله را مشکل مهمانی کوکتل می نامند ، که پس از کاکوفونی صداهایی نامیده می شود که در مهمانی های بلند با هم مخلوط می شوند.
دکتر Mesgarani ، که همچنین استادی دانشیار مهندسی برق در مهندسی کلمبیا است ، گفت: "در مکان های شلوغ ، مانند مهمانی ها ، سمعک ها تمایل دارند همه بلندگوها را یکباره تقویت کنند." "این به شدت توانایی یک پوشنده را برای برقراری مکالمه به طور جدی مانع می شود ، اساساً آنها را از افراد اطراف خود جدا می کند."
سمعک کنترل شده از مغز تیم کلمبیا متفاوت است. به جای اینکه فقط به تقویت کننده های صدا خارجی مانند میکروفون تکیه کند ، بر امواج مغزی خود شنونده نیز نظارت می کند .
با
بازی
مهندسان کلمبیا یک فناوری آزمایشی را اعلام می کنند که از توانایی طبیعی مغز برای تشخیص و تقویت هر صدایی از بسیاری استفاده می کند. با کمک هوش مصنوعی ، این سمعک کنترل شده از مغز به عنوان یک فیلتر خودکار عمل می کند ، امواج مغزی پوشیدگان را کنترل می کند و صدای مورد نظر برای تمرکز آنها را تقویت می کند. اعتبار: موسسه زوکرمن کلمبیا
دکتر مسگرانی گفت: "پیش از این فهمیده بودیم که وقتی دو نفر با یکدیگر صحبت می کنند ، امواج مغزی بلندگو شروع به شباهت به امواج مغزی شنونده می کنند."
تیم با استفاده از این دانش ، الگوریتمهای قدرتمند جداسازی گفتار را با شبکه های عصبی ، مدلهای پیچیده ریاضی که از توانایی های محاسباتی طبیعی مغز تقلید می کنند ، ترکیب کردند. آنها سیستمی ایجاد کرده اند که ابتدا صدای بلندگوهای جداگانه را از یک گروه جدا می کند و سپس صدای هر بلندگو را با امواج مغزی فرد گوش دهنده مقایسه می کند. بلندگو که الگوی صوتی او از نزدیک نزدیکتر است با امواج مغزی شنونده مطابقت دارد و سپس در بقیه تقویت می شود.
بیشتر بخوانید: پمپ وکیوم کوچک
محققان نسخه اولیه این سیستم را در سال 2017 منتشر کردند که ، در حالی که نوید بخش بودند ، محدودیت اساسی داشتند: برای تشخیص بلندگوهای خاص باید از قبل آماده شود.
دکتر Mesgarani توضیح داد: "اگر با خانواده خود در رستوران هستید ، آن دستگاه آن صداها را برای شما تشخیص می دهد و رمزگشایی می کند." "اما به محض ورود شخص جدیدی مانند پیشخدمت ، سیستم خراب می شود."
پیشرفت امروز این مسئله را تا حد زیادی حل می کند. با تأمین بودجه از Columbia Technology Ventures برای بهبود الگوریتم اصلی خود ، دکتر Mesgarani و نویسندگان اول کنگ هان و جیمز اوسالویوان ، دکتری ، بار دیگر از قدرت شبکه های عصبی عمیق برای ساختن یک مدل پیچیده تر استفاده کردند که می توان آنرا تعمیم داد. هر بلندگو بالقوه ای که شنونده با آن روبرو شود.
دکتر مسگرانی گفت: "نتیجه نهایی ما یک الگوریتم جداسازی گفتار بود که مشابه نسخه های قبلی اما با پیشرفت مهم انجام شد." "این می تواند صوتی را بشناسد و رمزگشایی کند."
این فناوری با تقلید از آنچه معمولاً مغز انجام می دهد کار می کند. ابتدا دستگاه به طور خودکار چندین بلندگو را به صورت جداگانه پخش می کند و سپس هر بلندگو را با داده های عصبی از مغز کاربر مقایسه می کند. بلندگو که به بهترین شکل با داده های عصبی کاربر مطابقت دارد ، بالاتر از سایرین تقویت می شود. اعتبار: نیما Mesgarani / موسسه زوکرمن دانشگاه کلمبیا
برای آزمایش اثربخشی این الگوریتم ، محققان با Ashesh Dinesh Mehta ، دکترای تخصصی ، دکتری ، جراح مغز و اعصاب در انستیتوی نورولوژی و جراحی مغز و اعصاب و Northwell بهداشت و همکاری همزمان مقاله امروز همکاری کردند. دکتر مهتا بیماران مبتلا به صرع را معالجه می کند که برخی از آنها باید جراحی های منظم انجام دهند.
دکتر Mesgarani گفت: "این بیماران داوطلبانه به گوش بلندگوهای مختلف گوش می دهند در حالی که ما امواج مغزی آنها را مستقیماً از طریق الکترودهای کاشته شده در مغز بیماران کنترل می کردیم." "ما سپس الگوریتم تازه توسعه یافته را به آن داده ها اعمال می کنیم."
الگوریتم این تیم توجه بیماران را به گوش می رساند ، زیرا آنها به بلندگوهای مختلف گوش می دادند که قبلاً آنها را نشنیده بودند. هنگامی که یک بیمار روی یک بلندگو متمرکز شده بود ، سیستم به طور خودکار آن صدا را تقویت می کند . وقتی توجه آنها به یک بلندگو متفاوت تغییر یافت ، سطح صدا تغییر کرد تا آن تغییر را منعکس کند.
محققان با تشویق نتایج خود ، اکنون در حال تحقیق در مورد چگونگی تبدیل این نمونه اولیه به یک وسیله غیر تهاجمی هستند که می تواند به صورت خارجی روی پوست سر یا اطراف گوش قرار گیرد. آنها همچنین امیدوارند که این الگوریتم را بیشتر بهبود و پالایش کنند تا در طیف وسیع تری از محیط ها عملکرد داشته باشند.
دکتر Mesgarani گفت: "تاکنون ، ما فقط آن را در یک محیط داخلی آزمایش کرده ایم." "اما ما می خواهیم اطمینان حاصل کنیم که این کار می تواند درست در یک خیابان شهری شلوغ یا یک رستوران پر سر و صدا کار کند ، به طوری که هر کجا که دستفروشان بروند ، می توانند جهان و افراد اطراف خود را کاملاً تجربه کنند."
مغزهای ما برای انتخاب صدای فردی در یک محیط پر سر و صدا ، مانند یک کافی شاپ شلوغ یا یک خیابان شهری شلوغ ، صدای قابل توجهی دارند. این چیزی است که حتی پیشرفته ترین سمعک ها برای انجام آن تلاش می کنند. اما اکنون مهندسان کلمبیا یک فناوری آزمایشی را اعلام می کنند که از توانایی طبیعی مغز برای تشخیص و تقویت هر صدایی از خیلی ها تقلید می کند. با کمک هوش مصنوعی ، این سمعک کنترل شده از مغز به عنوان یک فیلتر خودکار عمل می کند ، امواج مغزی پوشیدگان را کنترل می کند و صدای مورد نظر برای تمرکز را تقویت می کند.
اگرچه هنوز در مراحل اولیه توسعه است ، این فناوری گامی مهم در جهت سمعکهای بهتر است که باعث می شود پوشیدگان بتوانند با افراد پیرامون خود یکپارچه و کارآمد گفتگو کنند. این دستاورد امروزه در پیشرفت های Science توضیح داده شده است .
"این مغز منطقه است که پردازش صدا فوق العاده حساس و قدرتمند است؛ می تواند یک صدای بیش از دیگران تقویت، به ظاهر زحمت، در حالی که امروز جلسات ایدز همچنان در مقایسه با رنگ پریده، گفت:" نیما Mesgarani، دکتری، یک محقق اصلی در مورتیمر B کلمبیا مؤسسه رفتار مغز ذاکرمن ذهن و نویسنده ارشد مقاله. "ما با ایجاد وسیله ای که قدرت مغز را به خود جلب کند ، امیدواریم که کار ما به پیشرفت های فناوری منجر شود که صدها میلیون نفر از افراد کم شنوا در سراسر جهان را قادر می سازد تا به همان راحتی با دوستان و خانواده خود ارتباط برقرار کنند."
سمعک های مدرن در سرکوب انواع خاصی از سر و صدای زمینه ، مانند ترافیک ، در تقویت گفتار بسیار عالی هستند. اما آنها تلاش می کنند تا صدای یک فرد را نسبت به دیگران تقویت کنند. دانشمندان این مسئله را مشکل مهمانی کوکتل می نامند ، که پس از کاکوفونی صداهایی نامیده می شود که در مهمانی های بلند با هم مخلوط می شوند.
دکتر Mesgarani ، که همچنین استادی دانشیار مهندسی برق در مهندسی کلمبیا است ، گفت: "در مکان های شلوغ ، مانند مهمانی ها ، سمعک ها تمایل دارند همه بلندگوها را یکباره تقویت کنند." "این به شدت توانایی یک پوشنده را برای برقراری مکالمه به طور جدی مانع می شود ، اساساً آنها را از افراد اطراف خود جدا می کند."
سمعک کنترل شده از مغز تیم کلمبیا متفاوت است. به جای اینکه فقط به تقویت کننده های صدا خارجی مانند میکروفون تکیه کند ، بر امواج مغزی خود شنونده نیز نظارت می کند .
با
بازی
مهندسان کلمبیا یک فناوری آزمایشی را اعلام می کنند که از توانایی طبیعی مغز برای تشخیص و تقویت هر صدایی از بسیاری استفاده می کند. با کمک هوش مصنوعی ، این سمعک کنترل شده از مغز به عنوان یک فیلتر خودکار عمل می کند ، امواج مغزی پوشیدگان را کنترل می کند و صدای مورد نظر برای تمرکز آنها را تقویت می کند. اعتبار: موسسه زوکرمن کلمبیا
دکتر مسگرانی گفت: "پیش از این فهمیده بودیم که وقتی دو نفر با یکدیگر صحبت می کنند ، امواج مغزی بلندگو شروع به شباهت به امواج مغزی شنونده می کنند."
تیم با استفاده از این دانش ، الگوریتمهای قدرتمند جداسازی گفتار را با شبکه های عصبی ، مدلهای پیچیده ریاضی که از توانایی های محاسباتی طبیعی مغز تقلید می کنند ، ترکیب کردند. آنها سیستمی ایجاد کرده اند که ابتدا صدای بلندگوهای جداگانه را از یک گروه جدا می کند و سپس صدای هر بلندگو را با امواج مغزی فرد گوش دهنده مقایسه می کند. بلندگو که الگوی صوتی او از نزدیک نزدیکتر است با امواج مغزی شنونده مطابقت دارد و سپس در بقیه تقویت می شود.
بیشتر بخوانید: پمپ وکیوم کوچک
محققان نسخه اولیه این سیستم را در سال 2017 منتشر کردند که ، در حالی که نوید بخش بودند ، محدودیت اساسی داشتند: برای تشخیص بلندگوهای خاص باید از قبل آماده شود.
دکتر Mesgarani توضیح داد: "اگر با خانواده خود در رستوران هستید ، آن دستگاه آن صداها را برای شما تشخیص می دهد و رمزگشایی می کند." "اما به محض ورود شخص جدیدی مانند پیشخدمت ، سیستم خراب می شود."
پیشرفت امروز این مسئله را تا حد زیادی حل می کند. با تأمین بودجه از Columbia Technology Ventures برای بهبود الگوریتم اصلی خود ، دکتر Mesgarani و نویسندگان اول کنگ هان و جیمز اوسالویوان ، دکتری ، بار دیگر از قدرت شبکه های عصبی عمیق برای ساختن یک مدل پیچیده تر استفاده کردند که می توان آنرا تعمیم داد. هر بلندگو بالقوه ای که شنونده با آن روبرو شود.
دکتر مسگرانی گفت: "نتیجه نهایی ما یک الگوریتم جداسازی گفتار بود که مشابه نسخه های قبلی اما با پیشرفت مهم انجام شد." "این می تواند صوتی را بشناسد و رمزگشایی کند."
این فناوری با تقلید از آنچه معمولاً مغز انجام می دهد کار می کند. ابتدا دستگاه به طور خودکار چندین بلندگو را به صورت جداگانه پخش می کند و سپس هر بلندگو را با داده های عصبی از مغز کاربر مقایسه می کند. بلندگو که به بهترین شکل با داده های عصبی کاربر مطابقت دارد ، بالاتر از سایرین تقویت می شود. اعتبار: نیما Mesgarani / موسسه زوکرمن دانشگاه کلمبیا
برای آزمایش اثربخشی این الگوریتم ، محققان با Ashesh Dinesh Mehta ، دکترای تخصصی ، دکتری ، جراح مغز و اعصاب در انستیتوی نورولوژی و جراحی مغز و اعصاب و Northwell بهداشت و همکاری همزمان مقاله امروز همکاری کردند. دکتر مهتا بیماران مبتلا به صرع را معالجه می کند که برخی از آنها باید جراحی های منظم انجام دهند.
دکتر Mesgarani گفت: "این بیماران داوطلبانه به گوش بلندگوهای مختلف گوش می دهند در حالی که ما امواج مغزی آنها را مستقیماً از طریق الکترودهای کاشته شده در مغز بیماران کنترل می کردیم." "ما سپس الگوریتم تازه توسعه یافته را به آن داده ها اعمال می کنیم."
الگوریتم این تیم توجه بیماران را به گوش می رساند ، زیرا آنها به بلندگوهای مختلف گوش می دادند که قبلاً آنها را نشنیده بودند. هنگامی که یک بیمار روی یک بلندگو متمرکز شده بود ، سیستم به طور خودکار آن صدا را تقویت می کند . وقتی توجه آنها به یک بلندگو متفاوت تغییر یافت ، سطح صدا تغییر کرد تا آن تغییر را منعکس کند.
محققان با تشویق نتایج خود ، اکنون در حال تحقیق در مورد چگونگی تبدیل این نمونه اولیه به یک وسیله غیر تهاجمی هستند که می تواند به صورت خارجی روی پوست سر یا اطراف گوش قرار گیرد. آنها همچنین امیدوارند که این الگوریتم را بیشتر بهبود و پالایش کنند تا در طیف وسیع تری از محیط ها عملکرد داشته باشند.
دکتر Mesgarani گفت: "تاکنون ، ما فقط آن را در یک محیط داخلی آزمایش کرده ایم." "اما ما می خواهیم اطمینان حاصل کنیم که این کار می تواند درست در یک خیابان شهری شلوغ یا یک رستوران پر سر و صدا کار کند ، به طوری که هر کجا که دستفروشان بروند ، می توانند جهان و افراد اطراف خود را کاملاً تجربه کنند."
تحقیقات نشان می دهد که یادگیری ماشین موانع زبان را در تجارت جهانی کاهش می دهد