آیا می‌توانید صدا را از تصاویر بازیابی کنید؟

تحقیقی که شما به آن اشاره می کنید در واقع کاملاً نوآورانه بود. دکتر آبه دیویس و همکارانش در آزمایشگاه علوم کامپیوتری و هوش مصنوعی MIT (CSAIL) نشان دادند که چگونه ارتعاشات ظریف در یک جسم، ناشی از صدا، می تواند از ویدئو استخراج شده و دوباره به صدا تبدیل شود. این رویکرد "میکروفون بصری" نام گرفت. در مورد ضبط صدا در یک تصویر: عکاسی ثابت سنتی ذاتاً فاقد بعد زمانی لازم برای ثبت ارتعاش و حرکت نشان دهنده صدا است. به همین دلیل است که در حال حاضر استخراج صدا از یک تصویر غیرممکن است. صدا یک پدیده فیزیکی است که به تغییرات در طول زمان متکی است. موج صوتی اساساً یک الگوی اختلال ناشی از حرکت انرژی از طریق یک محیط (مانند هوا، آب یا هر ماده مایع یا جامد دیگری) است. بنابراین، برای بازتولید دقیق صدا، به مکانیزمی نیاز دارید تا آن تغییر را در طول زمان ثبت کنید. با ویدیو، می‌توانید تغییرات کوچک فریم به فریم را که این ارتعاشات را منعکس می‌کند، ثبت کنید. اما با یک تصویر ثابت، شما آن داده های متوالی را برای تجزیه و تحلیل ندارید. ممکن است بتوانید شواهد فیزیکی صدا (مانند موج روی سطح آب) را ضبط کنید، اما این ویژگی‌های صدا مانند فرکانس، دامنه یا فاز را در اختیار شما قرار نمی‌دهد. در مورد ضبط صدای با فرکانس بالا، به خاطر داشته باشید که فرکانس صدا و وضوح یک سیستم تصویربرداری به طور مستقیم با هم سازگار نیستند. صداهای با فرکانس بالا مربوط به ارتعاشات سریع تر (دوره های کوتاه تر) هستند، نه لزوماً ابعاد فضایی کوچکتر. حتی اگر موج صوتی باعث ایجاد ارتعاشاتی شود که در قدرت تفکیک یک سیستم تصویربرداری با وضوح بالا باشد، بدون داده‌های زمانی، باز هم نمی‌توانید صدا را بازسازی کنید. به طور خلاصه، در حالی که پیشرفت های فناوری ممکن است در آینده امکانات جدیدی را ارائه دهد، از هم اکنون، صدا را نمی توان از یک تصویر ثابت به دلیل کمبود اطلاعات زمانی استخراج کرد. صدا ذاتاً یک پدیده مبتنی بر زمان است.