Auto-Ear: 71% kết luận 'lỗi' do im lặng, không phải micro

Nhà phát triển Auto-Ear, một dịch vụ miễn phí chẩn đoán sơ bộ tình trạng động cơ qua âm thanh, đã phân tích 1.066 bản ghi âm thực tế thu thập từ ngày 9/7 đến 9/8/2026. Khi so sánh các đặc trưng âm thanh giữa những bản ghi được gắn nhãn 'hỏng' và 'bình thường', họ phát hiện rằng các bản ghi 'hỏng' điển hình có độ lớn âm thanh nhỏ hơn 9 dB, tỷ lệ khoảng lặng chiếm 43% so với chỉ 1% ở bản ghi bình thường, và có độ phẳng phổ (spectral flatness) cao hơn. Thương hiệu điện thoại hầu như không ảnh hưởng đáng kể trong cùng một nhóm tứ phân vị về độ lớn âm thanh, nhưng bản thân độ lớn âm thanh lại gây ra sự khác biệt gấp đôi trong kết quả phán đoán: các bản ghi nhỏ tiếng có khả năng bị đánh giá là 'hỏng' cao gấp hai lần so với bản ghi to tiếng. Phân tích sâu hơn cho thấy người dùng thường ghi âm với mức âm lượng nhỏ hơn nhiều so với các mẫu tham chiếu (-30,6 dB so với -17,8 dB), và một phần ba số bản ghi chứa hơn 70% là khoảng lặng. Mô hình, vốn dựa trên các embedding CLAP (Contrastive Language-Audio Pretraining), chỉ có cơ chế bảo vệ đối với trường hợp khoảng lặng vượt quá 90%, nên vẫn để lọt qua các bản ghi có khoảng lặng một phần. Nhà phát triển kết luận rằng trong lĩnh vực chẩn đoán bằng âm thanh, việc đầu tiên cần làm là kiểm tra xem mô hình xử lý sự vắng mặt của âm thanh như thế nào, đồng thời cho biết dự định sẽ bổ sung một bộ lọc chất lượng nhằm loại bỏ các bản ghi có quá nhiều khoảng lặng hoặc âm lượng quá thấp.