Google começa a testar cabines de telepresença 3D e o resultado é impressionante

Na conferência Google I/O deste ano, a Gigante das Buscas fez uma impressionante demonstração do Projeto Starline. Caso você não tenha visto, este projeto é essencialmente uma cabine de chat de vídeo 3D que visa substituir uma chamada de vídeo 2D individual. Pelo vídeo, a sensação que dá é de que você está realmente sentado na frente de um ser humano real, no mesmo ambiente físico. Veja o vídeo de demonstração abaixo:

Pois bem, o Google detalhou a tecnologia por trás de sua impressionante demonstração do Projeto Starline em um novo e extenso artigo de pesquisa que você pode ler aqui (em inglês).

Parece simples, mas o artigo do Google destaca quantos desafios existem em fazer seu cérebro pensar que existe um ser humano de verdade sentado a poucos metros de você. Obviamente, a imagem precisa ser de alta resolução e livre de objetos que possam te distrair. Além disso, a imagem também precisa estar em uma posição correta para causar essa impressão.

O áudio é outro desafio. O sistema precisa fazer parecer que as palavras da pessoa estão realmente saindo de sua boca. Daí é só ajustar a pequena questão do contato visual. Quando fazemos uma chamada de vídeo tradicional é meio difícil manter contato visual. A gente tende a olhar para a imagem da pessoa na tela do celular. Mas para manter contato visual precisamos fixar nosso olhar na câmera frontal e não na tela. Meio complicado, não é mesmo?

A esperança é que o Projeto Starline possa oferecer uma sensação de presença semelhante à realidade virtual ou aumentada, sem que os usuários precisem usar fones de ouvido volumosos ou rastreadores.

Leia também
Qual a diferença entre realidade virtual, aumentada e mista?

O documento detalha exatamente quanto hardware é necessário para começar a resolver esses problemas. O sistema é construído em torno de um grande painel 8K de 65 polegadas que funciona a 60Hz. Em torno dele, os engenheiros do Google organizaram três “pods de captura”, que são capazes de capturar imagens coloridas e dados de profundidade.

O sistema também inclui quatro câmeras de rastreamento adicionais, quatro microfones, dois alto-falantes e projetores infravermelhos. No total, imagens coloridas de quatro pontos de vista são capturadas, bem como três mapas de profundidade. No total temos sete fluxos de vídeo. O áudio é capturado a 44,1 kHz e codificado a 256 Kbps.

Obviamente, todo esse hardware gera muitos dados que precisam ser transmitidos. O Google diz que a largura de banda para a transmissão varia de 30 a 100 Mbps, dependendo “do detalhe da textura nas roupas do usuário e da magnitude de seus gestos”. Portanto, é significativamente muito mais do que uma chamada no Zoom.

E não para por aí. O Project Starline está equipado com quatro placas gráficas NVIDIA de última geração (duas placas Quadro RTX 6000 e duas Titan RTX) para codificar e decodificar todos esses dados. A latência de ponta a ponta é em média de 105,8 milissegundos.

Os funcionários que testaram o Projeto Starline nos três lugares onde ele foi instalado disseram que ele supera a videoconferência tradicional quando se trata de criar um sentimento de presença e de conexão pessoal. O Google disse que, ao longo de nove meses, 117 participantes realizaram um total de 308 reuniões em seus estandes de telepresença, com um tempo médio de reunião de pouco mais de 35 minutos.

Tudo parece muito promissor, mas ainda não há indicação de quando, ou mesmo se, o sistema poderá um dia ser comercializado. Também não sabemos quanto todo o hardware do Projeto Starline vai custar na realidade. Por enquanto, a Gigante das Buscas disse que está expandindo a disponibilidade do Projeto Starline “em mais escritórios do Google nos Estados Unidos”.