La MIT Sloan Management Review signale que les algorithmes d’apprentissage automatique pourraient ajouter de la nouvelle valeur aux entreprises grâce à des capacités améliorées de détection, d’analyse et de création de sons. En effet, ces technologies sont capables d’analyser un grand nombre de signaux acoustiques complexes interagissant simultanément grâce à leur capacité de récolter d’énormes quantités d’entrées acoustiques et d’extraire rapidement des informations clés.

On estime que le potentiel du marché des technologies intelligentes de reconnaissance audio devrait plus que tripler, passant de 4,1 milliards de dollars en 2021 à 14,1 milliards de dollars d’ici 2030. Parmi les secteurs et industries où ces nouvelles technologies devraient propulser l’innovation, MIT Sloan mentionne :

1. La sécurité commerciale et domestique : Les nouveaux capteurs intelligents pourraient analyser tous les sons non vocaux produits en provenance d’un bureau, d’une usine ou d’une installation militaire, tout en distinguant les sons inoffensifs de ceux qui peuvent indiquer une menace émergente, comme le bris de verre.
2. Les soins de santé : Il serait possible d’analyser en temps réel un ensemble de données biométriques, telles que la fréquence cardiaque, la tension artérielle, la fréquence respiratoire et le niveau de stress. En fait, l’apprentissage profond a déjà été utilisé pour extraire et classer les « crépitements » et les « respirations sifflantes » de différentes maladies pulmonaires.
3. Les appareils auditifs : Les technologies intelligentes pourraient filtrer les bruits environnementaux indésirables des casques, écouteurs et autres appareils d’écoute. Ce qui est intéressant est que les algorithmes d’apprentissage automatique peuvent adapter le contenu d’écoute à différents contextes. Ils pourraient diffuser des sons plus relaxants ou plus doux lorsque les signaux respiratoires indiquent des signes de stress, ou diffuser un contenu plus entraînant lorsque l’utilisateur fait de l’exercice.
4. Le commerce de détail et les loisirs : Grâce à l’analyse de l’empreinte sonore des pas des clients, il serait possible de retracer le parcours d’achat et, par exemple, d’identifier les endroits où les consommateurs s’arrêtent pour comparer différents produits ou réagir à des remises ou des promotions particulières.
5. L’entretien prédictif et les systèmes d’alerte précoce : L’analyse des signaux acoustiques tels que la pression sonore et les réverbérations des machines et des pièces de moteur permettrait d’évaluer l’usure et donc de prédire quand une pièce particulière devra probablement être remplacée. De plus, les algorithmes d’apprentissage profond pourraient classer les signaux acoustiques sous-marins afin de développer potentiellement un système d’alerte précoce pour les tremblements de terre et les tsunamis en eaux profondes.
6. La production de contenu marketing et média : Les cas d’utilisation incluent la génération d’annonces audio avec différentes nuances régionales, musiques ou tonalités vocales, ou la génération de voix synthétiques ou clonées pour des balados ou des flashs d’information narrés basés sur du contenu textuel.