赞 无人机有助于在地震等自然灾害期间执行搜救任务。然而，当前的无人机严重依赖于视觉信息，无法通过声音发现被困在瓦砾下的受害者或位于摄像机盲点的区域。因为螺旋桨安装在无人机上，其运行噪音会淹没人类的声音。仅依靠视觉信息可能是不够的，打破这一局限性需要研究消除螺旋桨噪声才能有效识别被困人员。
一些实验性软件试图通过使用多个麦克风将受害者的声音源与螺旋桨隔离，以及语音识别来解决这个问题，但经过处理的声音可能使操作员难以准确识别是否为被困人员。同时此类软件使用预定的词语来隔离人类的声音，而受害者发出的声音可能会根据情况而变化。
为了解决这些问题，日本芝浦工业大学工程学院电子工程系的 Chinthaka Premachandra 教授和 Yugo Kinasada 先生开发了一种新型的基于人工智能 (AI) 的噪声抑制系统。
普雷马钱德拉教授解释说：“抑制混音中的无人机螺旋桨噪音，同时提高人声的可听度，这是一个艰巨的研究问题。无人机噪声的强度可变，随着不同的飞行动作而出现不可预测的波动，这使得开发能够有效地从混音中去除无人机声音的信号处理滤波器变得复杂。我们的系统利用人工智能有效识别螺旋桨声音并解决这些问题。”
一项研究概述了他们的创新系统的具体细节，该研究于 2023 年 12 月 1 日在线发布，并于 2024 年 1 月发表在《IEEE Transactions on ServicesComputing》杂志第 17 卷第 1 期上。
这个新颖系统的核心是一个先进的人工智能模型，称为生成对抗网络（GAN），它可以准确地学习各种类型的数据。用于学习各类无人机螺旋桨声音数据。然后使用该学习模型生成与无人机螺旋桨相似的声音，称为伪无人机声音。然后从无人机机载麦克风捕获的实际声音中减去这种伪无人机声音，使操作员能够清楚地听到并识别人类的声音。
与传统噪声抑制系统相比，该技术具有多种优势，包括能够在较窄的频率范围内有效抑制无人机噪声且精度较高。重要的是，它可以实时适应无人机波动的噪声。这些好处可以显着增强无人机在搜索和救援任务中的效用。
研究人员在真实的无人机上测试了该系统，混合了无人机和人类的声音。测试表明，虽然该系统可以有效消除无人机噪音并放大人声，但生成的音频中仍然存在一些残留噪音。幸运的是，目前的性能足以满足该系统在实际灾难现场进行人体检测。此外，研究人员目前正在努力进一步改进该系统并解决剩余的几个问题。
总的来说，这项开创性的研究对于无人机在灾害管理中的应用具有巨大的潜力。
普雷马钱德拉教授强调了这项研究的重要性，他说：“这种方法不仅有望改善灾后人类检测策略，而且还增强了我们在与不必要的声音混合时放大必要声音成分的能力。” “我们持续的努力将有助于进一步提高无人机在灾害应对中的有效性，并为拯救更多生命做出贡献。”
来源：芝浦工业大学