Marketing de Verdade
No teste, utilizaram o microfone de um telefone próximo para captar o som das teclas digitadas em um MacBook Pro. Usaram o CoAtNet, um classificador de imagens de IA, para aprimorar a precisão. Quando o microfone detectou o som de uma tecla pressionada, o modelo de IA conseguiu identificar a tecla com 95% de precisão.
Em entrevista para o iG, Allan Araújo, que é Engenheiro de Software em uma fintech, o controle do ambiente de teste (mesmo teclado, mesmo computador, localização do microfone, distância, acústica) facilitou a precisão do modelo. Além disso, no segundo teste, o software de videoconferência usado também teve o recurso de redução de ruído reduzido, o que facilitou com que o ruído das teclas vazasse pelo microfone.
