Inteligencia artificial en auriculares para ayudar a escuchar entre muchas voces la de con quien se habla

Mantener una conversación en una sala llena de gente que habla suele plantear el reto de aislar la voz del interlocutor o interlocutores de entre todas las demás. Es una situación mentalmente agotadora que puede verse agravada por una merma de capacidad auditiva.

Para solucionar este problema tan común, unos investigadores han desarrollado auriculares inteligentes que aíslan proactivamente a todos los interlocutores del usuario en un entorno sonoro ruidoso.

Los auriculares funcionan con una inteligencia artificial que detecta la cadencia de una conversación y otra que silencia las voces que no siguen ese patrón, junto con otros ruidos de fondo no deseados.

El actual prototipo de este nuevo sistema utiliza hardware estándar y puede identificar a los interlocutores del usuario a partir de tan solo entre dos y cuatro segundos de audio.

El logro es obra de un equipo integrado, entre otros, por Guilin Hu y Shyam Gollakota, ambos de la Universidad de Washington en la ciudad estadounidense de Seattle.

El equipo de la Universidad de Washington combinó auriculares corrientes de cancelación de ruido con micrófonos binaurales e inteligencia artificial para crear el prototipo del nuevo sistema capaz de filtrar una conversación de entre otras simultáneas en entornos en los que mucha gente habla al mismo tiempo. (Foto: Hu et al. / EMNLP)

Los métodos que hasta ahora eran los únicos existentes para identificar a quién está una persona escuchando, requieren típicamente electrodos implantados en el cerebro para rastrear a quien presta la atención el usuario, algo que no resulta práctico en absoluto. En cambio, el nuevo sistema se basa en que, cuando conversamos con una persona o grupo específico de personas, nuestra habla sigue de manera natural y espontánea un ritmo de turnos. Y una inteligencia artificial es capaz de reconocer esos ritmos utilizando únicamente audio, sin necesidad de implantar electrodos.

El prototipo se activa cuando la persona que lleva los auriculares empieza a hablar. A partir de ahí, una inteligencia artificial comienza a rastrear a los participantes de la conversación mediante un análisis del instante en el que cada sujeto empieza a hablar y guiándose por algunos otros detalles como por ejemplo una baja superposición en las locuciones. El sistema envía el resultado a una segunda inteligencia artificial que aísla del resto a las voces de los participantes y reproduce el audio limpio para el usuario. El sistema es lo bastante rápido como para evitar retrasos de audio que puedan confundir al usuario y actualmente puede gestionar el audio de uno a cuatro interlocutores, además del audio del usuario.

El equipo de investigación y desarrollo presentó esta tecnología en un congreso reciente (“Conference on Empirical Methods in Natural Language Processing”), celebrado en la ciudad china de Suzhou, China. Su presentación se tituló “Proactive Hearing Assistants that Isolate Egocentric Conversations”. (Fuente: NCYT de Amazings)