Tim tersebut mengumpulkan lebih dari 19 jam file audio yang direkam dan meneruskannya melalui algoritme pembelajaran mendalam yang dilatih untuk mencocokkan suara manusia atau mengidentifikasi urutan musik.
“Sistem dapat mendeteksi angka yang diucapkan dengan lantang, yang bisa merupakan nomor kartu kredit atau rekening bank korban. Klip musik dari acara televisi berpotensi mengungkap preferensi menonton atau orientasi politik korban,” kata NUS.
Sistem mencapai tingkat akurasi klasifikasi 91 persen saat memulihkan angka yang diucapkan dan tingkat akurasi 90 persen saat mengklasifikasikan klip musik. Hasil ini secara signifikan lebih tinggi daripada tebakan acak 10 persen.
Para ilmuwan NUS juga bereksperimen dengan bahan rumah tangga biasa untuk menguji seberapa baik mereka memantulkan sinar laser Lidar. Mereka menemukan akurasi pemulihan audio bervariasi antara bahan yang berbeda. Adapun bahan terbaik untuk memantulkan sinar laser adalah kantong polipropilen yang mengkilap, sedangkan yang terburuk adalah karton glossy.
Sementara itu, untuk mencegah penyalahgunaan Lidar, pengguna robot penyedot debu disarankan untuk tidak menghubungkannya ke Internet.
“Dalam jangka panjang, kita harus mempertimbangkan apakah keinginan kita untuk memiliki rumah “pintar” yang meningkat sebanding dengan implikasi privasi potensial,” ujar Asisten Profesor Han.