[Entrevista] Pensando en el usuario: el trabajo de investigación avanzado detrás de Audio Eraser

Imagina grabar una presentación en la calle y que el ruido de los autos arruine la música, o filmar un vlog en una cafetería donde el bullicio hace casi imposible escuchar las conversaciones. 

Audio Eraser, presentado con la serie Galaxy S25, está diseñado para resolver este tipo de situaciones al reducir el ruido de fondo no deseado y destacar los sonidos que realmente importan, lo que permite crear videos mucho más inmersivos [1]. Funciones impulsadas por Galaxy AI, como Audio Eraser, son el resultado de un profundo entendimiento de las necesidades del usuario y del trabajo conjunto entre Samsung Research y el área de Mobile eXperience (MX) de Samsung Electronics. 

Samsung Newsroom habló con expertos en tecnología de audio del Equipo de Soluciones de AI de Samsung Research para conocer más sobre el desarrollo de esta innovadora función.  

▲ (De izquierda a derecha): Kyoungbo Min, Hejung Yang, Hosang Sung y Jiwon Kim del Equipo de Soluciones de AI de Samsung Research.

Detección de fuentes: el futuro de la tecnología de audio de próxima generación 

Audio Eraser permite a los usuarios ajustar el sonido de un video al eliminar ruidos no deseados y resaltar el audio que realmente quieren destacar. La función analiza rápidamente el contenido para detectar y clasificar los distintos tipos de sonido, y puede utilizarse tanto en videos grabados por el usuario como en aquellos que han sido compartidos o recibidos. 

Así como Object Eraser mejoró la edición de imágenes y la usabilidad cuando debutó con la serie Galaxy S21, Audio Eraser fue desarrollado para ofrecer una experiencia multimedia más avanzada e integrada, tanto en audio como en video. 

▲ Audio Eraser permite a los usuarios ajustar los sonidos por tipo dentro de un video.

Desarrollo de modelos de detección y separación de fuentes de sonido 

Audio Eraser reconoce seis tipos de sonido: voces, música, viento, sonidos de la naturaleza, ruido de multitudes y ruido ambiental. Gracias a su tecnología de detección de fuentes de sonido, la función identifica con rapidez qué sonidos aparecen y en qué momento del video. A partir de ahí, utiliza un sistema de separación para aislarlos y clasificarlos en diferentes categorías. 

Para construir modelos de AI capaces de detectar y aislar estos tipos de audio, el equipo de investigación partió de un conjunto sólido de datos de entrenamiento. Simuló una amplia variedad de escenarios reales de grabación de video para generar muestras de audio diversas, y también realizó grabaciones en campo para capturar sonidos cotidianos de primera mano.  

“El viento representó uno de los mayores desafíos”, señaló Hejung Yang, del Equipo de Soluciones de AI de Samsung Research. “Además de perfeccionar nuestra tecnología de simulación, fortalecimos el conjunto de datos con grabaciones reales de viento en exteriores, aprovechando cada oportunidad con ráfagas fuertes, incluso fuera del horario laboral o durante los fines de semana”. 

El equipo también dedicó mucho tiempo a mejorar el rendimiento del modelo de separación de fuentes de sonido, revisando minuciosamente innumerables clips de video en múltiples ocasiones. 

“Cada desarrollador analizó y comparó más de 1,000 muestras de audio por semana en diversas condiciones”, explicó Jiwon Kim. “Mediante experimentos continuos, buscamos identificar el modelo de separación más eficaz, asegurando así resultados consistentes y de alta calidad”. 

▲ Investigadores de Samsung trabajan en el desarrollo de la tecnología de audio para Audio Eraser.

Ofreciendo una nueva experiencia auditiva centrada en el usuario 

Como Audio Eraser se ejecuta directamente en el dispositivo, permite una edición en tiempo real y ofrece una mayor protección de la privacidad. La vasta experiencia de Samsung en el desarrollo de capacidades de AI en el dispositivo, aplicada a diversas funciones, fue fundamental para el éxito de esta innovadora herramienta.  

“Nos centramos en desarrollar modelos y algoritmos de AI capaces de procesar rápidamente en el dispositivo”, comentó Hosang Sung. “Se dedicó un gran esfuerzo a crear una solución de AI optimizada que funcione de manera eficiente y con bajo consumo de energía”. 

Respaldado por una sólida infraestructura de investigación en AI, Samsung Research sigue reforzando sus capacidades en tecnologías de audio avanzadas.  

“Estamos comprometidos con el desarrollo de soluciones de próxima generación que mejoren la usabilidad de los dispositivos móviles”, expresó Hoonyoung Cho, Vicepresidente y líder del Equipo de Soluciones de AI en Samsung Research. “Mediante el control del sonido y las tecnologías de mejora de audio, buscamos ofrecer una experiencia auditiva realmente personalizada y selectiva”. 

Colaboración integrada con los equipos de desarrollo de productos 

Convertir investigaciones avanzadas en soluciones listas para el consumidor presentó nuevos desafíos. Por ejemplo, al editar audio y video simultáneamente, era esencial mantener una reproducción fluida y sin interrupciones. Además, procesar videos de más de una hora exigía tecnología especializada capaz de realizar la tarea en el mismo tiempo. 

Para superar estos retos, Samsung Research y el área de Mobile eXperience (MX) colaboraron estrechamente, desde la generación de ideas centradas en el usuario hasta las pruebas continuas de optimización de software y evaluación de calidad de audio. Juntos, exploraron diversos enfoques para encontrar la solución más eficaz. 

Esta colaboración interfuncional ya había demostrado ser exitosa en el desarrollo de la serie Galaxy Buds3 (Buds3, Buds3 Pro). A medida que crecen las necesidades de escucha en entornos ruidosos, ya sea para disfrutar música, contenido multimedia o realizar llamadas más claras, la cancelación activa de ruido (ANC) se ha convertido en una función cada vez más esencial en los audífonos inalámbricos. Samsung elevó el estándar al desarrollar su propia tecnología Adaptive ANC. La serie Galaxy Buds3 se adapta tanto a la forma en que se ajustan los audífonos a cada usuario como a los cambios en ese ajuste con el uso prolongado, para ofrecer un rendimiento ANC optimizado. 

Dado que los audífonos se usan directamente en el oído, fue fundamental una estrecha coordinación entre los equipos de hardware y software para definir las especificaciones del producto y ajustar la tecnología ANC. 

“Desarrollamos múltiples algoritmos por adelantado para adaptarnos a distintas condiciones de hardware”, destacó Kyoungbo Min. “A través de simulaciones extensas, preparamos una solución capaz de adaptarse rápidamente a cualquier chipset o dispositivo. El proceso de desarrollo incluyó revisiones e iteraciones constantes, pero la colaboración estrecha entre los equipos de investigación avanzada y desarrollo de producto ayudó a acelerar la comercialización”. 

La separación de fuentes de sonido es un área clave en la tecnología de audio de próxima generación, y Samsung sigue avanzando en sus innovaciones en este campo. Con Audio Eraser aprovechando al máximo esta capacidad, la compañía se prepara para expandirse a nuevas aplicaciones. Se espera que la evolución constante de Galaxy AI ofrezca funciones aún más prácticas e intuitivas para los consumidores. 

[1] Los resultados pueden variar según el video, dependiendo de cómo se presenten los sonidos en el mismo. Se requiere inicio de sesión en una cuenta Samsung. Se pueden detectar ciertos tipos de sonido, como voces, música, viento, naturaleza, multitudes y ruido. La detección real de sonidos puede variar según la fuente de audio y las condiciones del video. No se garantiza la precisión de los resultados.