Forskerhold introducerer bærbart lyddatasæt

Forskere, der studerer bærbar lytteteknologi, har nu et nyt datasæt at bruge, takket være University of Illinois i Urbana-Champaign kandidatstuderende Ryan Corey og hans team.

Debuterede på den internationale konference om akustik, Tale, og signalbehandling (ICASSP) i denne uge, det første af sin slags bærbare mikrofonimpulsresponsdatasæt er uvurderligt for lydforskning af to grunde:For det første, dataene inkluderer op til 80 mikrofoner i stedet for de sædvanlige to, der viser, hvordan det høres på forskellige dele af kroppen, og for det andet, dataene er gratis tilgængelige under en åben-adgang-licens.

"Vi tror på høreapparater, smarte hovedtelefoner og alle lytteenheder ville fungere bedre, hvis de havde mange mikrofoner, men de fleste produkter har kun to, " sagde Corey. "Der er ikke data derude for mere end det. Selv det arbejde, der er blevet udført med mere, inkluderede ikke datasæt med åben adgang."

Datasættet består af mere end 8, 000 akustiske impulsresponser målt i 80 forskellige positioner på kroppen. De 80 mikrofoner blev testet på fem forskellige hatte/hovedtelefoner og med seks forskellige typer tøj. Lyden i optagelserne kom fra 24 forskellige retninger for at simulere støjende menneskemængder.

Gruppen, inklusive Coreys rådgiver, Professor Andrew Singer fra Coordinated Science Laboratory (CSL), og tidligere bachelorstuderende Naoki Tsuda, brugte uger på at placere 80 mikrofoner over en mannequin og Corey selv i CSL Augmented Listening Laboratory. De optog derefter akustiske impulsresponser for at studere kroppens akustik, og hvorvidt tøj spiller en forskel på, hvordan mikrofoner opfanger støj. De indsamlede data bruges af teamet i det papir, der præsenteres på ICASSP i denne uge, men de ønskede, at dataene skulle gå længere.

"Vi har været frustrerede, når vi forsøgte at bruge datasæt, der ikke er åbne, " sagde Corey. "Bærbare arrays er vigtige, og flere mennesker burde undersøge det. At have disse data derude vil gøre det mere bekvemt at gøre det."

Fremtidige forskere kan bruge dataene til at simulere bærbare mikrofonarrays med forskellige antal mikrofoner på forskellige punkter på kroppen. Mange mennesker bærer allerede flere enheder med mikrofoner, og disse data kan hjælpe med at drage fordel af det. Ingeniører kan bruge det til at designe nye produkter og studere ydeevneafvejninger til forskellige applikationer. Nogle få af de potentielle anvendelser for dataene inkluderer augmented reality, tale genkendelse, og akustisk hændelsesdetektion, blandt andre. Uden datasættet oprettet af CSL-teamet, hver forsker skulle bygge deres egne prototyper og teste dem, hvilket er tidskrævende og dyrt.

Præsentationen finder sted tirsdag d. 14 maj, i Brighton, Storbritannien. Sanger, Fox Family professor i elektro- og computerteknik, og Corey håber, at præsentationen vil øge bevidstheden om datasættet, opfordre andre til at bruge det, og give dem mulighed for at modtage feedback.

"Dette er den bedst besøgte konference til lydsignalbehandling, så jeg vil være i stand til at introducere datasættet til en masse forskere, der potentielt kunne drage fordel af det, bygge videre på det, og giv os feedback til fremtidige forbedringer, " sagde Corey.

Datasættet er tilgængeligt under en Creative Commons Attribution License på University of Illinois Librarys Illinois Data Bank-arkiver. Corey har også skrevet om datasættet på laboratoriets blog.