Un sistema de triangulación acústica localiza ruidos ocultos mediante dispositivos domésticos

Un sistema de software logró localizar un detector de monóxido de carbono oculto dentro de un radio de 40 cm al convertir una colección de dispositivos domésticos —incluyendo iPads, un teléfono, un MacBook Pro y un Surface Ultra— en una matriz de micrófonos distribuida. Desarrollado por Simon Willison utilizando un agente de codificación de IA, el proyecto demuestra cómo la triangulación acústica puede resolver problemas prácticos en entornos desordenados sin necesidad de búsquedas manuales.

El mecanismo de la triangulación acústica

Beep Locator funciona coordinando múltiples 'oyentes' a través de un servidor web en Python. Cada oyente, que se ejecuta en un navegador móvil o de escritorio, graba un búfer de audio de 60 segundos y utiliza una Transformada Rápida de Fourier (FFT) y un filtro de paso alto para detectar posibles pitidos.

Para alinear estas grabaciones, el servidor activa un corto 'chirrido de sincronización' desde el dispositivo con el menor tiempo de ida y vuelta. Cada oyente luego sube un pequeño clip (aproximadamente de 0.6 s a 0.8 s) centrado en ese chirrido, lo que permite al sistema sincronizar los datos de audio a través de diferentes relojes de hardware.

“Me dio la posición del pitido con un margen de unos 40 cm, luego busqué en esa pila específica de cajas y encontré un antiguo detector de monóxido de carbono que necesitaba desesperadamente que le cambiaran las baterías.”

— Locating the source of a mysterious beep with Claude

Calibración y localización

Debido a que los dispositivos móviles tienen variaciones en la deriva del reloj y latencias de audio, el sistema utiliza una técnica de detección bidireccional inspirada en el artículo 'BeepBeep' de 2007. Los dispositivos reproducen chirridos entre sí para establecer sus posiciones relativas, las cuales el usuario puede refinar en un 'Modo aproximado' arrastrando iconos en un mapa.

Una vez calibrado, el sistema escucha la frecuencia objetivo. Cuando se detecta un pitido, el software calcula la diferencia de tiempo de llegada (TDOA) a través de la matriz. Luego utiliza una búsqueda en cuadrícula y un algoritmo de Gauss-Newton para triangular la fuente más probable, mostrando el resultado como una región sombreada en un mapa 2D.

La interfaz proporciona una representación visual de los resultados de la triangulación, mostrando la precisión de 40 cm y el volumen relativo de cada micrófono.

Desarrollo asistido por IA y actualizaciones en tiempo real

El proyecto se desarrolló utilizando Claude Code, al cual se le asignó la tarea de interpretar el artículo de investigación 'BeepBeep' para construir la lógica central. Una característica técnica significativa es el sistema de módulos de 'intercambio en caliente', que permite al servidor enviar nuevo código JavaScript a los oyentes automáticamente.

Esta capacidad permitió al desarrollador iterar sobre los algoritmos de detección y las funciones de la interfaz de usuario —como un 'modo de aplauso' para pruebas y un botón de 'reposicionamiento'— sin necesidad de actualizar o reconfigurar manualmente cada dispositivo individual en la habitación.

Límites prácticos y precisión

Aunque el sistema logró reducir el área de búsqueda a una pila específica de cajas, su precisión está influenciada por la ubicación inicial de los dispositivos y la claridad del audio. El software proporciona un indicador de 'más caliente/más frío' de volumen para ayudar a los usuarios a entender qué dispositivos están más cerca de la fuente.

El sistema también identifica tiempos de llegada 'físicamente imposibles', lo que ayuda al usuario a distinguir entre la fuente real y las reflexiones acústicas o ecos. Se puede lograr una mayor precisión reposicionando los dispositivos en áreas que el software sugiere que 'estrecharán' la ubicación triangulada.