Computador aprende a adicionar sozinho sons a filmes mudos

Pesquisadores do Instituto de Tecnologia de Massachusetts (MIT, da sigla em inglês) desenvolveram um sistema de computador que adiciona, de forma independente, efeitos de som realistas em filmes mudos. Embora a tecnologia ainda seja recente, é um passo importante para automatizar efeitos sonoros no cinema.

A partir de uma série de vídeos de baquetas batendo em coisas – incluindo calçadas, grama e superfícies de metal – o computador aprende a utilizar o efeito de som apropriado à cena, como o barulho de uma baqueta atingindo um pedaço de madeira ou o farfalhar de folhas.

Leia mais sobre inteligência artificial e novas tecnologias

O avanço é um exemplo do poder do deep learning, um modelo de inteligência artificial cujas aplicações têm sido a aposta de várias empresas de tecnologia. Com deep learning, um sistema de computador aprende a reconhecer padrões em enormes quantidades de dados e aplica esse aprendizado em situações úteis e práticas.

Siga a @gptecno no Twitter

Neste caso, os pesquisadores do Laboratório de Ciência da Computação e Inteligência Artificial do MIT gravaram cerca de mil vídeos de uma baqueta tocando e batendo objetos do mundo real. Em seguida, o computador foi “alimentado” com estes vídeos e começou a aprender que sons são associados com várias ações e superfícies – afinal, o som da baqueta batendo em um pedaço de madeira é diferente de quando ela atinge uma pilha de folhas.

Uma vez que o computador tinha todos esses exemplos à mão, os pesquisadores deram a ele vídeos mudos da mesma baqueta batendo em outras superfícies, e então instruíram o sistema a relacionar o som apropriado ao vídeo. Para fazer isso, o computador seleciona qual altura e intensidade do som batem com o que ele vê na imagem e então encontra um arquivo sonoro apropriado em seu banco de dados para tocar com o vídeo.

Para testar o resultado, os pesquisadores mostram então os vídeos acabados para outras pessoas, que são desafiadas a dizer se os clips incluem um som autêntico ou um que foi adicionado artificialmente pelo computador.

Entraves

Mas a tecnologia não é perfeita, como reconhece o coordenador do estudo, Andrew Owens. Quando a equipe tenta trabalhar com arquivos de imagem mais longos, o sistema às vezes falha e toca o som quando a baqueta não está batendo em nada. E, neste caso, os participantes do teste descobrem imediatamente que o áudio não é real.

E os pesquisadores também foram capazes de utilizar o computador para mixar imagem e som somente quando eles usaram vídeos com baquetas. Criar um sistema que fornece automaticamente o melhor efeito sonoro para qualquer vídeo – o tipo de avanço disruptivo que atingiria em cheia a indústria de efeitos de som –, ainda é algo fora de alcance por enquanto.

Embora o mundo da tecnologia esteja vendo avanços significativos no ramo da inteligência artificial, ainda há grandes diferenças em como humanos e máquinas aprendem. Owens, do MIT, quer fazer com que sistemas de computadores se aproximem cada vez mais do modo como uma criança descobre o mundo, “cutucando” e tocando o ambiente à sua volta. Ele enxerga potencial para outros pesquisadores usarem gravações de som e interações com objetos e espaços para avançar na maneira como as máquinas compreendem nosso mundo físico.