Resumo:
Durante muito tempo, seja uma TV, um monitor ou um smartphone, as imagens e os sons geralmente vêm de locais diferentes. Os espectadores veem os personagens falando na tela, mas o som geralmente vem dos alto-falantes abaixo da tela ou de equipamento de som externo. Agora, uma equipa de investigação coreana desenvolveu uma nova tecnologia de visualização numa tentativa de resolver completamente este problema, permitindo que o som seja emitido directamente a partir da posição sonora na imagem, proporcionando assim uma experiência audiovisual mais envolvente.
Pesquisadores do Instituto Coreano de Mecânica e Materiais (KIMM) anunciaram recentemente uma "tecnologia de exibição de fusão audiovisual" baseada em uma estrutura de grade modular. Esta tecnologia instala vários atuadores de vibração na parte traseira do painel da tela, permitindo que a própria tela se torne um grande alto-falante e seja capaz de controlar com precisão o som emitido em áreas específicas da tela.
Isso significa que quando alguém estiver falando no canto superior esquerdo da tela, sua voz também será transmitida de forma síncrona da área correspondente, como se viesse diretamente da posição da boca do personagem. À medida que o conteúdo da imagem muda, a área de emissão sonora também pode se mover em tempo real. Por exemplo, quando uma esfera voa rapidamente de um lado para o outro da tela, o som também se moverá ao longo da mesma trajetória, aumentando assim a sensação de espaço e realismo.
Os pesquisadores apontam que os humanos associam naturalmente fontes sonoras a alvos visuais no mundo real. As pessoas podem determinar a localização de objetos caídos e saber quem está falando com os olhos fechados porque o som em si é direcional. No entanto, as informações visuais e as fontes sonoras dos dispositivos de exibição existentes geralmente são separadas umas das outras, e essa inconsistência sempre afeta a experiência imersiva.
Embora os sistemas de som estéreo e surround tenham conseguido criar uma sensação de direção através de vários alto-falantes, o som ainda vem principalmente dos dispositivos dispostos ao redor da tela e é difícil corresponder completamente à posição específica na imagem em monitores grandes. Houve algumas soluções anteriores para permitir que o painel da tela emitisse som diretamente, mas o ponto de saída do som geralmente é fixo e é facilmente limitado pelo tamanho da tela e pela faixa de frequência.
A nova solução da equipe KIMM alcança controle dinâmico da posição de emissão sonora e um design escalável. O protótipo criado pelos pesquisadores tem aproximadamente 100 polegadas de tamanho e consiste em um filme de LED transparente e um painel de alumínio, com 80 motores de bobina de voz (VCMs) instalados atrás dele. Esses motores se moverão para frente e para trás após receberem sinais elétricos, fazendo com que o painel vibre e empurre o ar para formar ondas sonoras. O princípio é semelhante ao de um diafragma de alto-falante tradicional.
No entanto, não é fácil fazer com que uma área específica da tela emita som. Como as vibrações se propagam por todo o painel, somando-se ou cancelando outras vibrações, é difícil controlar exatamente de onde vem o som. Para resolver este problema, a equipe de pesquisa primeiro analisou as características de resposta de cada área do painel à vibração e, em seguida, usou um algoritmo matemático chamado "método pseudoinverso Moore-Penrose" para calcular a tensão de acionamento necessária para cada motor, concentrando assim com precisão a energia de vibração na área alvo.
Este método não apenas dá partida no motor mais próximo, mas usa vários motores para trabalharem juntos para formar um campo de vibração local na tela. Quando a fonte sonora do vídeo se move, o campo de vibração também se moverá de forma síncrona para obter um efeito de rastreamento dinâmico.
A localização de som em tempo real também enfrenta outro desafio. As ondas de vibração no painel afetarão umas às outras, e a eficiência de transmissão de diferentes motores para diferentes áreas também é diferente. Quando o sistema recalcula constantemente a posição de um alvo em movimento, o processo de controle pode tornar-se instável.
Nesse sentido, a equipe de pesquisa desenvolveu um conjunto de algoritmos de excitação seletiva para excluir do cálculo motores com baixa eficiência de transmissão de vibração e também projetou uma tecnologia que pode conectar suavemente sinais acústicos contínuos para reduzir ruídos e interrupções durante o movimento do som.
Para melhorar ainda mais o nível de automação, os pesquisadores também introduziram tecnologia de separação e localização de fontes sonoras baseada em inteligência artificial. A IA pode identificar automaticamente o alvo sonoro na tela de vídeo, extrair o som correspondente do sinal de áudio complexo e, em seguida, projetá-lo com precisão na posição correspondente na tela sem intervenção manual.
Os resultados dos testes mostram que o sistema protótipo tem uma precisão de 99,9% na seleção da área sonora alvo. A diferença na amplitude de vibração entre a área ativa e a área inativa chega a 35 decibéis, provando que o sistema pode concentrar altamente as vibrações em áreas designadas e suprimir eficazmente as vibrações em outras áreas. Testes utilizando uma câmera acústica também confirmaram que a posição de saída do som pode seguir continuamente um alvo em movimento na tela.
Resultados de pesquisas relevantes foram publicados no Journal of Mechanical Science and Technology. Atualmente, esta tecnologia demonstrou boas capacidades de posicionamento de campo vibratório nas faixas de baixa e média frequência abaixo de 500 Hz.
Para se adaptar a dispositivos de exibição de diferentes tamanhos, a equipe de pesquisa adotou um design de grade modular. Vários módulos de exibição podem ser combinados ou divididos livremente conforme necessário, portanto, em teoria, podem ser usados para TVs domésticas e também podem ser estendidos para cenários de exibição comercial, como grandes paredes de exibição de LED e sinalização digital. Os pesquisadores também disseram que quando vários módulos funcionam simultaneamente, o sistema pode produzir um efeito de baixa frequência semelhante ao de um grande woofer.
A equipe de pesquisa acredita que unificar som e imagens na mesma superfície pode melhorar significativamente a experiência imersiva do público. Além do campo da televisão, espera-se que esta tecnologia também seja usada em cenários como artes de mídia, performances de palco, exibições e sistemas de exibição montados em veículos no futuro.
Dr. Jin Dongjun, líder do projeto de pesquisa, disse que a equipe planeja expandir ainda mais esta tecnologia para sistemas modulares de display de emenda de LED e promover seu desenvolvimento em uma nova geração de tecnologia central adequada para uma ampla gama de dispositivos de display.
No entanto, os investigadores também admitiram que, embora o sistema possa simular alguns dos efeitos de uma grande unidade de graves, ainda é difícil substituir completamente um sistema de som profissional independente em termos de qualidade geral de som, desempenho de pressão sonora e capacidades de cobertura de banda completa. Mesmo assim, esta tecnologia resolve com sucesso o antigo problema de desalinhamento espacial de “imagens num local e som noutro”, fazendo com que tudo no ecrã pareça e soe mais real e natural.
Comentários