Un video di sorveglianza sfocato, in cui si vede poco più di una fila di alberi, può offrire pochi indizi visivi sul luogo in cui è stato registrato. Tuttavia, i deboli rumori di aerei presenti nell’audio hanno aiutato il videografo Colsto a circoscrivere la posizione della telecamera, secondo una dimostrazione che ha pubblicato il 2 novembre 2026.
Colsto è partito dalla data della registrazione e da un’area di ricerca che comprendeva gli Stati Uniti contigui, ma non conosceva l’ora. Ha esaminato l’audio con uno spettrogramma, che mostra le frequenze sonore nel tempo. Le curve risultanti hanno rivelato variazioni associate all’effetto Doppler: quando un aereo si avvicina e poi si allontana da un microfono fermo, il suono cambia tonalità.
Queste variazioni possono aiutare a stimare la velocità di un aereo e la sua distanza minima dal microfono. Colsto ha individuato due passaggi di aerei a elica a circa 15 minuti e 20 secondi di distanza, quindi li ha confrontati con i dati ADS-B di tracciamento dei voli che attraversavano gli Stati Uniti nella data della registrazione. I dati comprendono la posizione, l’altitudine e la velocità degli aerei.
Ha calcolato dove si sarebbe potuto udire ciascun volo, tenendo conto del tempo impiegato dal suono per propagarsi, dell’altitudine degli aerei e dell’elevazione del terreno. L’assenza di altri aerei rilevabili tra i due passaggi ha aiutato a escludere i luoghi in cui un altro volo avrebbe dovuto essere udibile. Il numero dei possibili siti è così sceso da circa 73.000 a circa 15.000.
Colsto ha poi confrontato gli schemi sonori della registrazione con audio simulati basati su traiettorie di volo note. Dopo aver affinato la griglia di ricerca, è emersa una particolare combinazione di luogo e voli. L’analisi ha circoscritto il sito a un’area di circa 100 metri. Ha usato Google Street View per confrontare gli alberi della zona con quelli del video e individuare la posizione della telecamera.
In una seconda prova, Colsto ha usato soltanto un minuto di audio contenente un altro aereo. Questa volta conosceva anche l’ora della registrazione: le 20:37 UTC. Limitare la ricerca ai voli in quel momento lo ha ricondotto alla stessa zona, mostrando come conoscere l’ora possa rendere utile, in questa analisi, il passaggio di un singolo aereo.
La dimostrazione ha richiesto diversi mesi di lavoro, oltre 5.000 righe di codice e la gestione di 50 GB di dati. Il metodo dipende dalla presenza di rumori di aerei utilizzabili, dalla disponibilità dei dati di volo e da informazioni che restringano la ricerca. Colsto ha anche sperimentato il filtraggio dell’audio e la sua trasmissione tramite telefonata, ma questi esperimenti non dimostrano che qualsiasi filtro o chiamata conserverebbe un segnale utilizzabile.
Il metodo non significa che qualsiasi video possa essere geolocalizzato rapidamente. Colsto lo ha descritto come un modo improbabile per rintracciare una persona, e la dimostrazione non misura il tasso di successo su un’ampia raccolta di video di uso quotidiano. Mostra però come l’audio possa fornire indizi quando le sole immagini rivelano poco, in particolare nelle indagini basate su fonti aperte.
Fonti: Numerama.