- 斯馬拉吉迪斯致力於開發超越人類聽覺的機器聆聽技術。
- 他的團隊專注於從混合聲音中分離個別聲音，增強人類聽覺。
- 斯馬拉吉迪斯的技術曾協助《甲殼蟲樂隊：重回》製作團隊清理錄音。
- 他希望計算機能為音樂家提供建設性反饋，而非取代他們。
麻省理工學院（MIT）教授帕里斯·斯馬拉吉迪斯（Paris Smaragdis）正致力於開發比人類更優秀的機器聆聽技術。他於 2025 年加入麻省理工學院教職，旨在創造出能夠超越人類聽覺理解的計算機系統。這樣的系統可藉由聆聽尖叫的輪胎聲和金屬的碰撞聲來定位交通事故，亦可在地熱鑽井的工業鑽頭即將破裂時發出警告。
斯馬拉吉迪斯的團隊專注於機器學習，致力於從混合聲音中分離出個別聲音，開發增強人類聽覺的智能設備，以及創建和分析音樂的更佳工具。斯馬拉吉迪斯在希臘長大，曾在波士頓的伯克利音樂學院學習低音，並在麻省理工學院媒體實驗室獲得碩士及博士學位。在職業生涯初期，他選擇了一條不常見的道路。許多媒體實驗室的學生使用信號處理技術來幫助機器處理聲音，但他轉向了機器學習，因為這種方法提供了傳統技術無法比擬的優勢。
機器學習與聽覺技術
他指出，人類並未完全理解自身的聽覺方式。「我們不能僅僅告訴計算機如何聆聽，」他表示，因此它們必須從數據中學習。
在三菱電機研究實驗室，斯馬拉吉迪斯建立了人工智能系統，能夠掃描影片音軌以判斷畫面上發生的事件。例如，轟鳴的人羣可以在不分析影片的情況下暗示足球比賽的精彩瞬間。這項研究後來應用於個人錄影機、交通監控系統和手機。在伊利諾伊大學厄本那-香檳校區，他的團隊利用神經網絡從音頻混合中分離出個別聲音。這項技術引起了 2021 年紀錄片迷你係列《甲殼蟲樂隊：重回》（“The Beatles: Get Back”）製作團隊的注意，他們邀請斯馬拉吉迪斯協助清理檔案錄音。
這些錄音每次都面臨不同的挑戰。在一段片段中，約翰·列儂（John Lennon）彈奏音樂，而保羅·麥卡尼（Paul McCartney）則在閱讀報紙頭條並開玩笑提及喬治·哈里森（George Harrison）。斯馬拉吉迪斯表示，團隊尋找一種技術解決方案以應對所有問題，而不是單獨處理每個問題。他的貢獻幫助團隊獲得了 2022 年艾美獎（Emmy Award）的非虛構或現實節目聲音編輯獎。
音樂家與科學家的工具
在伊利諾伊州工作了 15 年後，斯馬拉吉迪斯轉到麻省理工學院，致力於解決該領域日益出現的跨學科問題。他的團隊現時追求兩個主要目標。第一是使計算機對音樂家更有用，包括學習如何聆聽音樂的系統，以便能夠提供建設性的反饋。「我們不希望用計算機取代音樂家，」他強調。第二是建立基本工具，以便科學家和藝術家能夠處理、分析和操控音頻。他的團隊正在探索複雜信號處理的算法，其中傳統的參考框架，包括採樣率和上下文窗口，並不固定或甚至未定義。
他表示，這指向尚未被探索的計算結構，可能會更有效地處理音頻。他們還在探索如何將大型語言模型引入語音識別和音頻增強中。斯馬拉吉迪斯指出，使用人工智能進行聲音和音樂的理想方式尚未被發現。他強調實踐課程，因為他的學生中很少有人在聲音計算方面有經驗，這樣他們可以直觀地看到和聽到方程式如何變成具體的事物。
機器聆聽技術的未來潛力
斯馬拉吉迪斯的研究不僅在技術上推進了機器聆聽的界限，更在音樂和科學的交匯處探索新的可能性。他的團隊致力於創建能夠理解和分析音頻的系統，這對於音樂創作和科學研究都有深遠影響。隨著人工智能的進步，機器聆聽技術的應用範圍將不斷擴大，未來或許能為創作者和科學家提供更強大的工具，提升他們的工作效率和創造力。