Zu verstehen, wie ein Vogel klingt und ihn aus allen anderen Geräuschen in der Umgebung herauszufiltern, erfordert eine Echtzeit-Intelligenz, die die heutigen Kopfhörer mit Geräuschunterdrückung nicht bieten können

Die Herausforderung besteht darin, die Geräusche, die die Träger der Kopfhörer hören, mit ihrem visuellen Sinn zu synchronisieren. Man kann die Stimme einer Person nicht erst nach 2 Sekunden hören, nachdem sie mit einem gesprochen hat. Das bedeutet, dass die Algorithmen Töne in weniger als einer Hundertstelsekunde verarbeiten müssen.