Spatial Audio and Array processing for Industrial Applications and Digital Transformation: Efficient Implementations Through Parallel and Approximate Computing - STARRING-IMPLE
Projects
En los últimos años, el audio espacial ha experimentado importantes avances en la industria del entretenimiento. Sin embargo, el audio espacial también tiene un gran potencial para revolucionar diversas aplicaciones industriales. Al utilizar el sonido como medio para captar y transmitir información relevante en un entorno industrial, el audio espacial podría mejorar la eficiencia, la productividad e incluso la seguridad en sectores como la fabricación, la construcción y el transporte. Los seres humanos solemos confiar en el sonido como fuente de información, a menudo sin darnos cuenta. El sonido inusual de un coche, por ejemplo, nos avisa de que algo necesita atención, y el zumbido de un frigorífico nos hace saber que funciona correctamente. Del mismo modo, los operadores y equipos de mantenimiento utilizan los sonidos emitidos por máquinas como una forma de recabar información sobre su estado y funcionamiento. En este contexto, las técnicas de detección de anomalías que utilizan la información acústica como entrada pueden ser un habilitador tecnológico para el mantenimiento preventivo de maquinaria industrial, el mantenimiento predictivo de la vida útil o el control de calidad con bajos costes de instalación. Mediante la colocación de micrófonos en lugares estratégicos alrededor de una máquina, puede ser posible detectar cambios en los patrones de sonido producidos por la misma y activar una alerta o parada de esta según sea necesario. Sin embargo, también hay aspectos importantes a considerar cuando se trata de la implementación de sistemas de audio inteligentes en escenarios del mundo real. Desde la perspectiva del hardware, el procesamiento de audio se considera un problema desafiante, que implica un compromiso entre la complejidad de la tarea de procesamiento de audio y los recursos de hardware. Por un lado, las señales de audio normalmente se muestrean a tasas relativamente altas, especialmente para técnicas de audición aumentada donde se invol
Classification
keywords
deep learning; heterogeneous platforms; acoustics; approximate computing; gpus; fpgas; energy consumption