Rastreando um bipe misterioso com uma matriz acústica construída por inteligência artificial

Nível de evidência: Protótipo ou demonstração

Por que isso importa: Localizar sons ocultos e intermitentes em espaços cheios de coisas é difícil apenas com a audição humana, o que afeta qualquer pessoa que tente rastrear baterias descarregadas ou dispositivos esquecidos.

Como vários dispositivos domésticos ouvem e se coordenam

A configuração de hardware inclui dois iPads, um smartphone, um MacBook Pro e um Surface Ultra funcionando como unidades de escuta que rodam um servidor web em Python acessado por URL ou código QR. O desenvolvimento começou usando o Claude Code Cloud em um iPhone com o Opus 5.5 rodando no modo de esforço extra de raciocínio antes de passar a rodar localmente em um laptop após o lançamento do Fable 5.2. Um método installModule() permitiu que o servidor administrativo enviasse e executasse códigos novos arbitrários nos dispositivos de escuta via WebSockets.

Os nós de escuta mantêm um buffer de áudio de 60 segundos e executam um algoritmo de detecção de bipe que emprega a Transformada Rápida de Fourier e filtros passa-alta. Quando um bipe é relatado, o servidor reproduz um curto sinal sonoro do dispositivo com o menor tempo de ida e volta e coleta clipes de áudio que vão desde 0,6 segundos antes até 0,8 segundos depois.

Adaptando a medição acústica acadêmica em uma ferramenta prática

O Claude descobriu um artigo acadêmico de medição acústica de 2007 intitulado BeepBeep, escrito por Chunyi Peng e colegas. O sistema BeepBeep usa soluções baseadas em software com hardware comum básico, como um alto-falante e um microfone.

Avaliando o desempenho e as limitações do protótipo

Uma coleção de dispositivos de consumo comuns é transformada temporariamente em uma matriz de sensores acústicos sincronizados porque o software usa hardware existente, como iPads, smartphones e laptops, para ouvir e se comunicar por meio de um servidor Python. Essa abordagem substitui a busca manual tradicional de ouvido, que tem dificuldades com reflexões complexas e espaços desorganizados, partindo de um mistério não resolvido em uma sala de armazenamento cheia de coisas até que a triangulação sistemática fosse aplicada.

O sistema alcançou uma precisão de localização dentro de aproximadamente 40 centímetros, identificando com sucesso um antigo detector de monóxido de carbono, embora o custo financeiro exato e o tempo de execução do algoritmo permaneçam não medidos. As tentativas iniciais de posicionamento automatizado produziram resultados ruins, exigindo ajustes manuais no mapa e testes de palmas para verificar as capacidades de localização antes que a triangulação pudesse prever o local final.

O que a configuração de hardware de consumo não mostra

• Pode parecer que o sistema opera usando hardware acústico especializado instalado em todo o edifício. Na verdade: a configuração depende inteiramente de eletrônicos de consumo comuns, como tablets, telefones e laptops, atuando como nós de escuta temporários.

Veredito: O aplicativo coordenou com sucesso vários dispositivos de consumo para triangular e localizar um bipe doméstico intermitente a cerca de 40 centímetros. No entanto, o sistema depende de um fluxo de trabalho de protótipo ad-hoc e de etapas de calibração manual, e seu desempenho em ambientes com alto ruído de fundo permanece não testado.

Com base em reportagem de Simon Willison. Este é um texto explicativo independente, escrito com palavras próprias e auxílio de IA; Simon Willison não o revisou nem o endossou. Leia o original para ver todos os detalhes.