I ricercatori dell'UCLA sviluppano un sensore vocale acustico liquido ad alta precisione / UCLA researchers develop high accuracy liquid acoustic voice sensor

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Un primo piano della testa di un capodoglio. /  A close up shot of the head of a sperm whale

Secondo quanto riportato da TechXplore, i ricercatori dell'Università della California, Los Angeles, hanno sviluppato un sensore acustico che, combinato con l'apprendimento automatico, riconosce le voci anche in ambienti rumorosi.

Il sensore vocale liquido è in grado di rilevare queste voci con un livello di precisione del 99% in questi ambienti rumorosi. I ricercatori si sono ispirati agli organi adiposi situati nella parte anteriore di alcune specie di balene, come i capodogli, noti come "meloni". 

"Il melone focalizza e modula le vocalizzazioni utilizzate nell'ecolocalizzazione, adattando le proprietà acustiche dei suoi tessuti a quelle dell'acqua circostante per consentire al suono di viaggiare con un consumo energetico minimo", ha dichiarato a Tech Xplore Jun Chen, autore corrispondente dello studio pubblicato su Nature Electronics, la rivista che ha presentato il sensore. 

Analogamente al melone, il sensore potrebbe contribuire a ridurre la perdita di energia ed a minimizzare il rumore a bassa frequenza, consentendo una raccolta efficiente dal punto di vista energetico dei dati acustici e migliorandone al contempo la precisione grazie al sistema di rilevamento basato sull'intelligenza artificiale in grado di riconoscere i suoni. 

"L'intelligenza artificiale gioca un ruolo chiave nel nostro sistema di rilevamento, in particolare nel riconoscimento vocale", ha spiegato Chen. "Grazie ai segnali a basso rumore catturati dal sensore acustico a liquido, il sistema raggiunge un elevato tasso di riconoscimento con il supporto di algoritmi di apprendimento profondo."

Il sensore sviluppato dai ricercatori è costituito da una struttura di rete magnetica tridimensionale orientata e ramificata, basata su nanoparticelle magnetiche di neodimio-ferro-boro. Queste nanoparticelle, sospese in un fluido vettore, si comportano collettivamente come un magnete.

Nei test iniziali, il sensore acustico a liquido sviluppato da Chen e dai suoi colleghi si è dimostrato in grado di discriminare anche pressioni minime di 0,9 Pa, esibendo al contempo un elevato rapporto segnale/rumore di 69,1 dB. Inoltre, le capacità di autofiltraggio del sensore gli hanno permesso di ridurre in modo affidabile il rumore a bassa frequenza inferiore a 30 Hz, originato da movimenti biomeccanici.

In futuro, il sensore a liquido potrebbe essere utilizzato per raccogliere dati acustici sott'acqua o in ambienti insoliti, rivelandosi utile nel monitoraggio ambientale e nelle operazioni marittime. 

ENGLISH

Researchers at University of California, Los Angeles have developed an acoustic sensor that, combined with machine learning, recognises voices even in nosey environments, TechXplore reported.

The liquid voice sensor can detect these voices with an accuracy level of 99% in these nosey environments. The researchers were inspired by fatty organs located in the forehand of certain whale species such as sperm whales known as the "melon". 

"The melon focuses and modulates vocalisations used in echolocation, matching the acoustic properties of its tissue to the surrounding water to allow sound to travel with minimal energy," Jun Chen, corresponding author of Nature Electronics which presented the sensor, told Tech Xplore. 

Similar to the melon, the sensor could help reduce the loss of energy and minimise low-frequency noise, enabling the energy-efficient collection of acoustic data whilst improving its accuracy with its AI-powered sensing system that recognise sounds. 

"Artificial intelligence plays a key role in our sensing system, specifically supporting voice recognition," explained Chen. "Thanks to the low-noise signals captured by the liquid acoustic sensor, the system achieves a high recognition rate with the support of deep learning algorithms."

The sensor developed by the researchers consists of a three-dimensional oriented and ramified magnetic network structure based on neodymium–iron–boron magnetic nanoparticles. These nanoparticles, which are suspended inside a carrier fluid, collectively behave as a magnet.

In initial tests, the liquid acoustic sensor developed by Chen and his colleagues was found to discriminate even minimal pressures of 0.9 Pa, while also exhibiting a high signal-to-noise ratio of 69.1 dB. Moreover, the sensor's self-filtering capabilities allowed it to reliably reduce low-frequency noise below 30 Hz originating from biomechanical movements.

In the future, the liquid sensor could be used to collect acoustic data underwater or in unusual environments, proving beneficial in environmental monitoring and marine operations. 

Da:

 https://www.eurekamagazine.co.uk/content/news/ucla-researchers-develop-high-accuracy-liquid-acoustic-voice-sensor