စကားဝိုင်းများကို နားထောင်ရန် စမတ်ဖုန်း လှုပ်ရှားမှုအာရုံခံကိရိယာများကို အသုံးပြုခြင်း။

အမေရိကန်တက္ကသိုလ်ငါးခုမှ သုတေသီအဖွဲ့တစ်ဖွဲ့သည် လှုပ်ရှားမှုအာရုံခံကိရိယာများမှ အချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် ဖုန်းပြောဆိုမှုများကို နားဆင်နိုင်စေသည့် EarSpy ဘေးထွက်ချန်နယ်တိုက်ခိုက်မှုနည်းပညာကို တီထွင်ခဲ့သည်။ အဆိုပါနည်းလမ်းသည် ခေတ်မီစမတ်ဖုန်းများတွင် စပီကာဖုန်းမပါဘဲ ဆက်သွယ်ရာတွင် အသုံးပြုသည့် စက်၏ပါဝါနည်းသော အသံချဲ့စက်မှ တုန်ခါမှုကို တုံ့ပြန်သည့် အရှိန်အဟုန်နှင့် gyroscope ပါ၀င်သည့်အချက်ကို အခြေခံထားသည်။ စက်သင်ယူမှုနည်းလမ်းများကိုအသုံးပြု၍ သုတေသီသည် ရွေ့လျားမှုအာရုံခံကိရိယာများမှရရှိသည့်အချက်အလက်များအပေါ်အခြေခံ၍ စက်ပစ္စည်းပေါ်ရှိကြားရသည့်မိန့်ခွန်းကို တစ်စိတ်တစ်ပိုင်းပြန်လည်ရယူနိုင်ပြီး စကားပြောသူ၏လိင်အမျိုးအစားကို ဆုံးဖြတ်နိုင်ခဲ့သည်။

ယခင်က၊ ရွေ့လျားမှုအာရုံခံကိရိယာများပါ၀င်သည့် ဘေးဘက်ချန်နယ်တိုက်ခိုက်မှုများသည် လက်လွတ်ခေါ်ဆိုမှုအတွက်အသုံးပြုသည့် အားကောင်းသည့်စပီကာများကိုသာ လုပ်ဆောင်နိုင်မည်ဟု ယုံကြည်ရပြီး ဖုန်းကိုနားထဲထည့်လိုက်သည့်အခါ အသံထွက်သည့်စပီကာများသည် ပေါက်ကြားမှုမဖြစ်ပေါ်စေပါ။ သို့သော်လည်း ခေတ်မီစမတ်ဖုန်းများတွင် အာရုံခံအာရုံခံနိုင်စွမ်း တိုးမြင့်လာခြင်းနှင့် ပိုမိုအားကောင်းသော dual-ear speaker များအသုံးပြုခြင်းသည် အခြေအနေအား ပြောင်းလဲစေပါသည်။ လှုပ်ရှားမှုအာရုံခံကိရိယာများကို အထူးခွင့်ပြုချက်မရှိဘဲ အပလီကေးရှင်းများသို့ ဝင်ရောက်ခွင့်ပြုထားသောကြောင့် Android ပလပ်ဖောင်းအတွက် မည်သည့်မိုဘိုင်းအက်ပ်လီကေးရှင်းများတွင်မဆို တိုက်ခိုက်မှုကို လုပ်ဆောင်နိုင်သည်။

OnePlus 7T စမတ်ဖုန်းပေါ်ရှိ accelerometer မှ ဒေတာများကို အခြေခံ၍ ထုတ်လုပ်ထားသော spectrograms များကို ခွဲခြမ်းစိတ်ဖြာသောအခါတွင် convolutional neural network နှင့် classical machine learning algorithms ကိုအသုံးပြုခြင်းဖြင့် ကျား၊မ ခွဲခြားသတ်မှတ်မှု 98.66%, speaker ၏ဆုံးဖြတ်ခြင်း 92.6% နှင့် စကားပြောဂဏန်း ဆုံးဖြတ်ခြင်း ၅၆.၄၂%။ OnePlus 56.42 စမတ်ဖုန်းတွင် အဆိုပါကိန်းဂဏန်းများသည် 9%, 88.7% နှင့် 73.6% အသီးသီးရှိသည်။ စပီကာဖုန်းကိုဖွင့်လိုက်သောအခါ၊ စကားသံမှတ်မိခြင်း၏တိကျမှုသည် 41.6% အထိတိုးလာသည်။ အရှိန်မြှင့်မီတာမှ ဒေတာများကို မှတ်တမ်းတင်ရန်၊ ပုံမှန် Physics Toolbox Sensor Suite မိုဘိုင်းအက်ပ်ကို အသုံးပြုခဲ့သည်။

ဤတိုက်ခိုက်မှုအမျိုးအစားကို ကာကွယ်ရန်အတွက် အထူးပါဝါ 13 Hz မပါဘဲ ပေးထားသော အာရုံခံကိရိယာများမှ ဒေတာတိကျမှုကို ကန့်သတ်ထားသည့် Android 200 ပလပ်ဖောင်းတွင် အပြောင်းအလဲများ ပြုလုပ်ထားပြီးဖြစ်သည်။ 200 Hz တွင်နမူနာယူသောအခါ၊ တိုက်ခိုက်မှုတိကျမှုကို 10% သို့လျှော့ချသည်။ ပါဝါနှင့် စပီကာအရေအတွက်အပြင်၊ စပီကာများ၏ ရွေ့လျားမှုအာရုံခံကိရိယာများနှင့် အနီးနားရှိ စပီကာများ၏ တိကျမှု၊ အိမ်ရာ၏တင်းကျပ်မှုနှင့် ပတ်ဝန်းကျင်မှ ပြင်ပဝင်ရောက်စွက်ဖက်မှုများရှိနေခြင်းတို့ကြောင့်လည်း အကျိုးသက်ရောက်မှုရှိသည်ကို သတိပြုပါ။

source: opennet.ru