IA mécanicienne

Skoda crée le Shazam qui décèle les problèmes d’une voiture

Le constructeur automobile tchèque Skoda dévoile l’app «Sound Analyser». Carburant à l’IA, elle analyse les patterns audio d’une voiture en marche pour déceler des problèmes techniques. Dix types de dysfonctionnements peuvent ainsi être identifiés avec une précision de 90%.

Imaginée pour accélérer le travail de diagnostics des mécaniciens de Skoda, l’app «Sound Analyser» fonctionne sur des smartphones et tablettes standards. (Source: Skoda)
Imaginée pour accélérer le travail de diagnostics des mécaniciens de Skoda, l’app «Sound Analyser» fonctionne sur des smartphones et tablettes standards. (Source: Skoda)

Skoda dévoile un Shazam spécialisé dans le son produit par les voitures. Nommée «Sound Analyser», l'application dopée à l’intelligence artificielle est capable de détecter les problèmes affectant les véhicules de la marque tchèque en analysant les patterns audio enregistrés quand le moteur tourne. Imaginé pour accélérer le travail de diagnostics des mécaniciens, l’outil qui fonctionne sur des smartphones et tablettes standards reconnaît dix sons signalant des avaries, avec une précision de 90%, selon le constructeur. Les problèmes qu’il est possible d'identifier touchent par exemple le système de direction, la climatisation ou les embrayages de la boîte de vitesses.

Analyse de spectrogrammes

Formés à l’aide d’un réseau de neurones artificiels, les algorithmes analysent le spectrogramme généré à partir de l’enregistrement audio afin de détecter des différences avec les patterns sonore jugés normaux. 245 concessionnaires de Skoda dans 14 pays ont participé au projet pilote et fourni les enregistrements audio pour le processus d'apprentissage.

Ce genre d’analyse audio fine carburant à l’IA est également exploitée d’autres secteurs. Dans le domaine industriel, des chercheurs de l’Empa, en Suisse, ont par exemple créer un système en mesure d’anticiper l’enrayement d’une machine-outil en se basant sur la signature sonore du frottement de surfaces métalliques et sur le bruit des faisceaux laser.

Tags
Webcode
DPF8_194448