MoXaRt: Audio-Visual Object-Guided Sound Interaction for XR
يُعدّ MoXaRt نظاماً للواقع الممتد في الوقت الفعلي، يعتمد على بنية صوتية-بصرية متتالية لفصل ما يصل إلى خمسة مصادر صوتية متزامنة، مما يحسن بشكل كبير من وضوح الكلام ويقلل من العبء المعرفي في البيئات الصوتية المعقدة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك في حفلة صاخبة. هناك ثلاثة حوارات مختلفة تدور في آن واحد، وفرقة موسيقية تعزف في الزاوية، وصوت قرقعة الكؤوس. في هذه اللحظة، يضطر دماغك للقيام بالجهد الشاق لتحديد من يقول ماذا، مما يجعلك تشعر غالبًا بالإرهاق وعدم القدرة على التركيز مع الشخص الذي تريد التحدث إليه بالفعل. هذه هي "مشكلة حفلة الكوكتيل"، وتصبح الأمور أسوأ في سماعات الواقع الافتراضي/الممتد (XR)، حيث لا يمكنك مجرد تدوير رأسك لحجب الضوضاء.
MoXaRt هو نظام جديد مصمم لحل هذه المشكلة. فكر فيه كأنه منسق موسيقى (DJ) صوتي شخصي لحياتك الواقعية، ولكنه يعيش داخل نظاراتك.
إليك كيف يعمل، مقسماً إلى مفاهيم بسيطة:
1. "الأذنان الخارقتان" و"العينان الخارقتان"
معظم سماعات إلغاء الضجيج تحاول فقط إسكات كل شيء ليس كلاماً، أو تحاول إسكات كل شيء هو كلام. إنها تشبه المطرقة الثلمة.
MoXaRt مختلف. فهو يستخدم عينيك وأذنيك معاً.
- العينان: يراقب النظام البث المرئي من نظاراتك. يرصد الوجوه والآلات الموسيقية (مثل الجيتار أو البيانو). إنه يقول ضمنياً: "حسناً، أنا أرى شخصاً يتحدث هناك، وأرى عازف كمان هنا".
- الأذنان: يستمع إلى الصوت الفوضوي القادم من ميكروفونك.
- السحر: يدمج هذين الاثنين. ولأنه يرى عازف الكمان، فهو يعرف بالضبط أي جزء من الصوت الفوضوي ينتمي للكمان. يمكنه بعد ذلك "نتف" ذلك الصوت من المزيج، تماماً مثل سحب خيط محدد من كرة صوف متشابكة.
2. "لوحة التحكم بالصوت" في يدك
بمجرد أن يقوم MoXaRt بفصل الأصوات، فإنه يمنحك لوحة تحكم افتراضية.
- الحفل الموسيقي: تخيل أنك في عرض حي. أنت تحب صوت التشيلو، لكن البيانو صوته عالٍ جداً. مع MoXart، يمكنك الإشارة إلى عازف التشيلو وقول (أو استخدام شريط تمرير): "ارفع صوت التشيلو!" و "اخفض صوت البيانو!". أنت تصبح مهندس الصوت لتجربتك الخاصة.
- المقهى المزدحم: تحاول التحدث مع صديق، لكن هناك فرقة موسيقية تعزف بالقرب منك. يمكنك النظر إلى صديقك، وسيقوم النظام برفع صوته مع جعل الفرقة تتلاشى في الخلفية. الأمر يشبه وجود تسليط ضوء (Spotlight) على شريكك في الحوار بينما يتلاشى بقية الغرفة إلى ضباب ناعم.
3. ما مدى سرعته؟
قد تتساءل، "هل يستغرق هذا وقتاً طويلاً في المعالجة؟"
حالياً، هناك تأخير بسيط—حوالي ثانيتين. فكر في الأمر كبث تلفزيوني مباشر مع تأخير طفيف. ينظر النظام إلى مقطع فيديو مدته دقيقة واحدة وصوت، ويحدد من يصدر أي صوت، ثم يعيد تشغيل النسخة "المعاد مزجها" لك. ورغم أن ثانيتين ليست فورية، إلا أنها سريعة بما يكفي لإحداث فرق هائل في فهم الكلام والاستمتاك بالموسيقى.
4. لماذا يهم هذا؟
اختبر الباحثون هذا مع أشخاص حقيقيين في مواقف صاخبة (مثل الاجتماعات المزدحمة والحفلات الموسيقية).
- النتيجة: فهم الناس لما يقوله الآخرون أفضل بنسبة 36% عند استخدام MoXaRt مقارنة بعدم استخدامه.
- الشعور: شعر الناس بإرهاق ذهني أقل (الحمل المعرفي) لأنهم لم يضطروا لإجهاد عقولهم لتصفية الضوضاء.
الصورة الكبيرة
قبل MoXaRt، إذا كنت تريد سماع شخص واحد في غرفة صاخبة، كان عليك الصراخ، أو الاقتراب أكثر، أو ارتداء سماعات تحجب كل شيء.
MoXaRt يغير القواعد. إنه يحول الفوضى المتشابكة للعالم الحقيقي إلى قائمة تشغيل منظمة ونظيفة يمكنك التحكم بها. إنه لا يكتفي بإسكات العالم؛ بل يتيح لك تنسيقه، مما يمنحك القدرة على التركيز على ما يهم وتجاهل ما لا يهم.
باخت-القول: MoXaRt يشبه منحك جهاز تحكم عن بعد للواقع، مما يسمح لك برفع مستوى صوت الأشياء التي تحبها وخفض مستوى الأشياء التي تزعجك، وكل ذلك في الوقت الفعلي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.