Ha egy filmet nézünk, vagy elég hangosan beszélnek mellettünk, akkor a kezünkben lévő műanyag pohárral (természetesen sörrel töltve), netán egy zacskó chipsszel finoman érezhetjük ahogyan a hang rezegteti a levegőt. Az MIT kutatói ezt a jelenséget használták fel ahhoz, hogy (a folyamat megfordításával) egy szobában zajló beszélgetést le tudjanak hallgatni. Igen, ilyenkor bólogat minden hozzáértő, hogy a szoba ablaküvege is rezonál a beszédre, azt pedig egy lézeres interferométerrel viszonylag egyszerű lehallgatni. Nos, amióta vannak tökéletesen hangszigetelő ablakok, azóta ez a módszer nem feltétlenül működik, így a chipes verzió felértékelődik.
Az eljárás Michael Rubinstein (Microsoft Research, New England) 2012-es módszerén alapszik, amely a kamerák által felvett képen a bőr tónusának apró változásait erősíti fel, amely pontosan követi a vér lüktetését – így mérni lehet a pulzust és az izgatottságot akár nagy távolságból is. Abe Davis, az MIT végzős diákja fejlesztette tovább a módszert, így sikerült az apró változásokból rekonstruálnia a hangot. Ehhez persze egy olyan kamera is kell, amelyik nagy sebességgel rögzít, legalább 2 ezer képkockát rögzít egy másodperc alatt. A piacon lehet kapni 100 000 képkocka/másodperc sebességű ultragyors kamerákat is, ám ennél olcsóbb megoldás is létezik: egy hagyományos kamera nagy sebességgel tapogatja le a képet sorról-sorra, a pixelfrekvenciája ennek megfelelően nagyobb a hang frekvenciájánál. Ismerve az előző képkocka adatait, képpontról-képpontra kinyerhető a változás, így a hang, vagyis akár a szobában elhangzó beszéd is.
