Hiç arabanızdan gelen tuhaf bir ses duydunuz mu? İçgüdüsel olarak bir şeylerin ters gittiğini hissediyorsunuz ama sonra ne olacak? Satıcıyı aramalı ve örneğin arabanın frene basıldığında ses çıkardığını söylemelisiniz. Daha sonra bir randevu ayarlamanız, randevuya gitmeniz vb. gerekir.
İnsan uzmanlar, bilgiyi sesten çözme ve etraflarında olup biteni belirleme konusunda çok hızlıdır. Çoğu zaman, bu sinir bozucu damlama, tıklama, çınlama veya çığlık bir şeyin yanlış olduğunun veya ters gitmek üzere olduğunun göstergesidir. Uzman bir araba tamircisi, sese dayanarak neyin yanlış olabileceğini bile tahmin edebilir.
Bu, IEEE Sinyal İşleme Topluluğu DCASE (Akustik Sahnelerin ve Olayların Tespiti ve Sınıflandırılması) 2023 Yarışmasının çözmeyi amaçladığı bir zorluktur. Belirli seslerin bağlamlarına göre doğru şekilde kodlarının çözülmesindeki yüksek potansiyelin farkına varmaya odaklanır ve servis ve varlık bakım kuruluşlarının çeşitli ilgi alanlarındaki araştırmaları yönlendirir:
- Bir tür makinede eğitilebilen ve daha sonra tamamen yeni, farklı bir makinedeki anormallikleri tespit etmek için kullanılabilen yapay zeka ses modelleri.
- Bir sesin nereden geldiğini doğru bir şekilde tespit etmek için uzamsal sesi kullanma yeteneği.
- Telefon gibi düşük güç gereksinimi olan küçük uç cihazlarda çalışabilen modeller.
Bu üç zorluğu çözerek, makine yerleşik sensörler sağlamadığında bile, hem kahverengi hem de yeşil alan uygulamalarında makine telemetrisinin yerine müdahalesiz ses kullanan bir dizi kullanım durumunun kilidi açılabilir. Aşağıda, ses kalitesi algılama potansiyelini açıklayan bazı örnekleri listeledik:
- Bir model telefonda çalışabilir. Örneğin üreticiler, çamaşır makineleri için arızaları tespit eden ve sese dayalı olası çözümler öneren bir uygulama geliştirebilir, böylece müşterilerin sorunu bir teknisyen çağırmaya gerek kalmadan çözmelerine olanak tanıyabilir.
- Düşük maliyetli mikrofonlar, fabrikalardaki merkezi konumlara yerleştirilebilir; bu sayede kötü kayışları veya yatakları tespit edebilir ve hangi makinelerin bakıma ihtiyacı olduğunu bir harita üzerinde doğru şekilde işaretleyebilir. Bir makine tipine özel olmayan esnek jenerik modellerle, tek bir mikrofon (sensör), tesisin geniş bir alanındaki birçok makineyi kapsayabilir ve hem eski hem de yeni fabrikalardaki uygulama karmaşıklığını azaltabilir.
- Gıda endüstrisinde, bir şişeleme veya paketleme hattı, bir şişenin veya paketin kırıldığını duyduğunda kendini otomatik olarak kapatabilir, böylece devam etmeden önce cam ve diğer tehlikeli maddeler hattan çıkarılır ve daha az ürün israf edilir.
- Daha büyük alanlarda (örneğin inşaat veya gemi inşaatı), GPS ve uzamsal ses özellikli mikrofonlar, çarpışma veya çökme gibi var olmaması gereken sesleri tespit etmek ve yardım göndermek için nerede olduklarını belirlemek üzere robotlara, vinçlere veya araçlara takılabilir.
- Yardım için bağıran izole bir çalışanın yeri otomatik olarak belirlenebilir ve kaliteli ses algılama kullanılarak yardım çağrılabilir. Bu durumda işçi telefondan veya başka bir cihazdan uzakta kalabilir ve yine de yardım alabilir.
- Saklama kaplarındaki sızıntılar, tıslama veya damlamayı dinleyen mikrofonlar sayesinde uzaysal sesle daha hızlı tespit edilip yeri belirlenebiliyor. Muhtemelen çevre kirliliğini azaltır ve hurda ve temizleme maliyetlerini azaltır.
Gürültülü araba senaryosu için, telefonunuzda arabayı “dinleyen” ve randevu planlama seçeneğiyle birlikte ön teşhis sağlayan bir uygulamanın bulunduğunu hayal ettik.
Ses tabanlı yapay zeka modelleri, servis ve bakım organizasyonlarında sorun gidermeye yönelik yeni teknikleri etkinleştirme potansiyeline sahiptir. IoT tabanlı yapay zeka modellerinin çoğu, sensör telemetrisi olan veya eski makinelerin yenilenmesine sahip modern makinelere dayanırken, ses tabanlı yapay zeka modelleri, herhangi bir sektörde hem yeni hem de eski makinelerde çalışabilir. Kuruluşlara FTR’yi (İlk Kez Çözünürlük) artırmak, analiz sürelerini kısaltmak ve daha hızlı çözüm sunmak için başka bir araç sağlıyoruz. İdeal olarak, hem kahverengi hem de yeni alanlardaki saha operatörlerinin öncü seslere dayanarak kendi kendine teşhis koymasını ve sorunları ciddileşmeden önce düzeltmesini sağlayacak bir araç olacaktır.
KAYNAK : Taylor, J. (2024, January 30). Exploring the untapped potential of sound as a faster, cheaper indicator for anomaly detection. IFS Blog. https://blog.ifs.com/2024/01/exploring-the-untapped-potential-of-sound-as-a-faster-cheaper-indicator-for-anomaly-detection/
