Audición Robótica

Se pretende emular la habilidad de escucha humana en un ente no-humano, y aplicar dichas técnicas en áreas de impacto tecnológico, social y ambiental, como lo son la Robótica de Servicio, el Diseño de Dispositivos de Ayuda Auditiva y Bioacústica. El proyecto aquí descrito tiene como objetivo desarrollar técnicas de Audición Robótica con un enfoque en soluciones "livianas": utilizando pocos micrófonos y pocos recursos de cómputo. Esto para incrementar su viabilidad en las diferentes áreas de impactos, y, a la vez, sean relativamente fáciles de portar entre ellas. La emulación de escucha humana involucra una gran variedad de conceptos y desarrollos de una vasta gama de disciplinas como Procesamiento de Señales, Psicoacústica, hasta Cognición.

Listado de Proyectos:

Seguimiento de Fuentes Sonoras Móviles

Seguimiento de Fuentes Sonoras Móviles

Una parte esencial de cualquier sistema de Audición Robótica es la de la localización de las fuentes sonoras. Dicha localización se presenta por medio de su dirección relativa al robot de servicio. Un gran reto actual es el de poder localizar y seguir a múltiples fuentes sonoras concurrentes en ambientes altamente reverberativos y ruidosos. En este proyecto se pretende abordar dicho reto usando pocos micrófonos, y, utilizando información de la posición del robot a lo largo del tiempo y del ambiente acústico, refinar las estimaciones y estimar en conjunto la distancia de la fuente de sonido al robot.
Separación de Fuentes en Línea.

Separación de Fuentes en Línea

Habiendo localizado las fuentes, es de interés separar los datos auditivos que provienen de cada fuente y así reducir la complejidad de los procesos consecuentes de procesamiento de audio, como el Reconocimiento de Voz (ASR) o la Clasificación del Tipo de Fuente. De igual manera, el proyecto abordará este reto utilizando pocos micrófonos y se evaluarón las técnicas desarrolladas en ambientes acústicos reales.
Clasificación de Tipo de Fuente

Clasificación de Tipo de Fuente

Ya habiendo sido separados los datos auditivos, antes de alimentarlos al Reconocedor de Voz, es importante que sólo se alimenten los datos que provienen de usuarios humanos y no de fuentes ruidosas. Para tal propósito, se plantea desarrollar técnicas de clasificación automática del tipo de fuente de sonido. .