پژوهشگران دانشگاه تگزاس واقع در شهر آستین با همکاری موسسه تحقیقاتی هوش مصنوعی فیسبوک موفق شدند محتوای صوتی مونو را به صدای 2.5 بعدی تبدیل کنند. سیستم طراحی شده توسط این محققان، با استفاده از یادگیری ماشینی سعی میکند در ویدیو، محل دقیق اشیا و تنظیمات صحنهای موجود را تخمین بزنند و محتوای صوتی مونو را بر اساس محل انتشارشان تقسیم کنند.