|
一項新研究顯示，通過分析視頻中物體的極小振動，來重新組成周圍的音頻信號，這些物體可以是一袋薯片、一片綠葉和一個空的可樂罐，甚至一杯水。這項技術(shù)通過對物體的測試，還原出可以辨認的人的聲音。（fotolia） 當你打算說出心底最深藏的秘密時，要小心身邊有沒有綠色植物或薯片包，看似安靜的它們，很可能會透露你的秘密。
美國麻省理工學(xué)院（MIT）、微軟和Adobe的研究人員共同開發(fā)一種新的技術(shù)，可以通過分析視頻中物體的極小振動，來重新組成音頻信號。在一項實驗中，他們成功利用一段在4.6米外隔音玻璃后面拍攝的薯片包裝振動錄像，還原出可以辨認的人的聲音。研究人員使用的技術(shù)是一種用于分析微小振動的視頻處理算法，可以將很小的振動放大，如同顯微鏡一樣。 在另一個實驗中，研究人員用揚聲器對一株盆栽植物發(fā)出“瑪莉有一只小羊羔”的語音，用高速攝像機拍攝無聲錄像，再利用處理算法進行分析，從肉眼看不到的微小振動中提取音頻信號，并還原聲音。在其他實驗中，他們還成功地從鋁箔、一杯水的水面振動的錄像中，還原出音頻信號。 據(jù)美國有線新聞網(wǎng)（CNN）報導(dǎo)，參與此項目、來自微軟的邁克爾·魯賓斯坦（Michael Rubinstein）說：“起初，我們不能肯定這是可能的，因為這些震動是如此微小，所以我們采用了揚聲器，并用聲音讓一些物體振動，用高速攝像機拍攝這些物體。我們很快發(fā)現(xiàn)，視頻中存在音頻信號，可以用技術(shù)把它提取出來?！?SPAN lang=EN-US> 他說：“我們和這些物件說話，或?qū)λ鼈兇舐暫敖泻枚啻危@是很有趣的實驗。” 從視頻錄像提取音頻信號 研究論文將在今年國際圖形學(xué)年會（Siggraph）上發(fā)布。據(jù)MIT新聞報導(dǎo)，論文第一作者、MIT電氣工程和計算機科學(xué)研究生艾比·戴維斯（Abe Davis）介紹：“當聲波接觸到物體時，會引起物體的振動。這種振動是一個十分不明顯的視覺信號，肉眼一般是看不到的?！?SPAN lang=EN-US> 這項技術(shù)也有局限性，從視頻中重構(gòu)音頻信息要求視頻每秒的幀數(shù)要高于音頻信號的頻率，每秒的幀數(shù)高，還原的音頻質(zhì)量就好。 在一些實驗中，研究者使用了高速攝像機，每秒可以捕捉2,000到6,000幀圖像，大大快于智能手機每秒60幀的速度，但離最好的商業(yè)高速攝像機每秒100,000幀的速度還相距甚遠。 在另一些實驗中，研究者們僅使用普通數(shù)碼相機。雖然這樣重構(gòu)出來的音頻不如利用高速攝像機還原的音頻保真度高，但已經(jīng)足矣辨別出講話者的性別和人數(shù)，如果能配合足夠精確的講話者聲學(xué)特性，人們甚至可以辨別出說話者的身份。 并不是每一種物體對細微聲音敏感。魯賓斯坦表示，最成功的視覺竊聽物品是那些輕便、硬質(zhì)的物體，如塑料袋、泡沫杯、錫紙，水和植物，但像磚頭等重物就很難達到效果。 運用在偵破領(lǐng)域 現(xiàn)實版好萊塢驚悚片 這項技術(shù)目前處于概念階段，但人們可以想到它的應(yīng)用前景。偵探們可以利用攝像機替代竊聽器和擴音器。 除了犯罪領(lǐng)域，魯賓斯坦表示，也許我們可以通過音樂廳或錄音室視頻，檢測它們的聲學(xué)系統(tǒng)；我們也可以通過太空望遠鏡，在聲波無法傳遞的空間，還原太空中的聲音。 戴維斯則更關(guān)心該技術(shù)是否可能成為一種“新的成像方式”。他說：“從物體上還原聲音，這一過程不僅為我們提供大量關(guān)于物體周圍的聲音信息，也提供很多物體本身的信息，因為不同物體對聲波會有不同反應(yīng)?！?SPAN lang=EN-US> 在未來的實驗中，研究者已經(jīng)開始嘗試利用短脈沖聲波來判斷物體材料和結(jié)構(gòu)特點。 加州大學(xué)伯克利分校電氣工程與計算機科學(xué)教授阿萊克西·艾弗羅斯（Alexei Efros）表示，這項研究讓人耳目一新。他說：“作為科學(xué)家，有時我們也看電影，如007這類影片，會認為這些只是好萊塢的戲劇效果，太不現(xiàn)實。但是，真就有人做到這種不可思議的事。這個研究結(jié)果就像好萊塢驚悚片，看到監(jiān)控錄像資料里有包薯片在振動，然后就看到兇手已經(jīng)承認自己有罪?！?SPAN lang=EN-US> 艾弗羅斯也認為，利用這一技術(shù)來分析材料特性是卓越有效的應(yīng)用，他補充說：“肯定還有令人意想不到的應(yīng)用。很高興能看到這種富有創(chuàng)造性的研究?！?SPAN lang=EN-US> 魯賓斯坦表示，目前還無需擔心這項技術(shù)對人們隱私的潛在風險。 |
|
|
