Der MIT-Professor Paris Smaragdis entwickelt Systeme, die Ger\u00e4usche intelligenter wahrnehmen k\u00f6nnen \u2013 von der Trennung einzelner Stimmen in verrauschten Audioaufnahmen bis hin zur Unterst\u00fctzung von Maschinen dabei, zu verstehen, was in einer Aufnahme vor sich geht. Laut dem MIT-Profil zielt seine Arbeit darauf ab, die k\u00fcnstliche Wahrnehmung zu verbessern, indem er Computern beibringt, Ger\u00e4usche nicht nur zu verarbeiten, sondern auch zu h\u00f6ren und zu interpretieren.<\/p>\n
Smaragdis, der seit 2025 am MIT t\u00e4tig ist, beschreibt seine Forschung als das akustische Pendant zur Bildverarbeitung. Seine Forschungsgruppe besch\u00e4ftigt sich mit maschinellem Lernen zur Trennung von Schallquellen, intelligenten Ger\u00e4ten, die die akustische Umgebung des Menschen bereichern k\u00f6nnen, sowie mit Werkzeugen zur Analyse und Komposition von Musik. Dem Artikel zufolge besteht das langfristige Ziel nicht darin, Musiker zu ersetzen, sondern ihnen bessere Werkzeuge an die Hand zu geben und Audiosysteme in der Praxis n\u00fctzlicher zu machen.<\/p>\n
Der Artikel beleuchtet seinen musikalischen Werdegang in Griechenland, sein Studium am Berklee College of Music und seine sp\u00e4tere Forschungsarbeit am MIT Media Lab. Au\u00dferdem wird darauf hingewiesen, dass seine Arbeit bereits zuvor praktische Anwendungen gefunden hat, darunter Audiosysteme in Ger\u00e4ten sowie seine Mitarbeit an der Dokumentar-Miniserie aus dem Jahr 2021. The Beatles: Get Back<\/em>, was dem Team 2022 einen Emmy Award f\u00fcr den Tonschnitt einbrachte.<\/p>\n Dem MIT-Artikel zufolge befasst sich Smaragdis\u2019 derzeitige Forschungsgruppe mit zwei gro\u00dfen Themenbereichen: der Verbesserung von Computern als Werkzeuge f\u00fcr Musiker sowie der Entwicklung neuer Methoden der Audioverarbeitung f\u00fcr Wissenschaftler und K\u00fcnstler. Er sagt, das Team untersuche zudem M\u00f6glichkeiten, gro\u00dfe Sprachmodelle f\u00fcr die Spracherkennung und Klangverbesserung einzusetzen, f\u00fcgt jedoch hinzu, dass die KI im Bereich Klang und Musik noch nicht ihre ideale Rolle gefunden habe.<\/p>\n F\u00fcr Unternehmen, die Audioprodukte entwickeln, ist dies eine Erinnerung daran, dass n\u00fctzliche KI oft mit einem eng gefassten, konkreten Problem beginnt: der Trennung von Klangquellen, der Bereinigung von Aufnahmen oder der Erkennung von Ereignissen in lauten Umgebungen. Teams, die in den Bereichen Medien, Fertigung, Telekommunikation oder Smart Devices t\u00e4tig sind, werden m\u00f6glicherweise feststellen, dass Audio-KI einen Mehrwert bieten kann, noch bevor sie als Funktion f\u00fcr Endverbraucher in Erscheinung tritt.<\/p>\nWomit sich sein Labor derzeit besch\u00e4ftigt<\/h2>\n
\n