最新研究表明，蘋(píng)果公司正在研究HomePod或其他設(shè)備如何使用音頻來(lái)估計(jì)與講話用戶之間的距離，并識(shí)別周圍的聲音。

Apple的HomePod已經(jīng)非常擅長(zhǎng)于聽(tīng)到您的聲音，即使它正在大聲播放音樂(lè)。蘋(píng)果公司有兩項(xiàng)單獨(dú)的新專利申請(qǐng)表明，蘋(píng)果公司希望將其改進(jìn)，并將設(shè)備的聆聽(tīng)能力提高到一個(gè)新水平。

其中之一，“基于學(xué)習(xí)的距離估計(jì)”，不僅涉及使用音頻來(lái)識(shí)別用戶，而且要弄清楚他們?cè)谀睦铩?/p>

專利申請(qǐng)說(shuō)：“通常希望設(shè)備使用［其］緊湊型麥克風(fēng)陣列來(lái)估算從設(shè)備到用戶的距離?！?“例如，該設(shè)備可以基于用戶到該設(shè)備的估計(jì)距離來(lái)調(diào)整播放音量或來(lái)自智能輔助設(shè)備的響應(yīng)?！?/p>

繼續(xù)說(shuō)：“因此，如果用戶離設(shè)備非常近，則不會(huì)大量播放音樂(lè)或語(yǔ)音?！?或者，如果用戶離得很遠(yuǎn)，則可以將媒體播放或來(lái)自智能助手設(shè)備的響應(yīng)調(diào)整為更大的音量?！?/p>

同樣的想法也意味著將其引入蘋(píng)果公司目前令人印象深刻但有些瑕疵的系統(tǒng)，在該系統(tǒng)中，所有設(shè)備都會(huì)嘗試確定您對(duì)“嘿，Siri”說(shuō)的是什么。

蘋(píng)果公司說(shuō)：“在有多個(gè)設(shè)備的應(yīng)用程序中，這些設(shè)備可以在彼此之間進(jìn)行協(xié)調(diào)或仲裁，以根據(jù)從每個(gè)設(shè)備到用戶的距離來(lái)決定應(yīng)回答一個(gè)或多個(gè)設(shè)備的查詢?！?/p>

蘋(píng)果公司提出了簡(jiǎn)單和更復(fù)雜的解決方案，它們都可以同時(shí)使用。更簡(jiǎn)單的方法是讓設(shè)備先執(zhí)行HomePod的工作并首先繪制其環(huán)境圖。

然后，它實(shí)際上具有“在聲學(xué)環(huán)境中的測(cè)量點(diǎn)或模擬點(diǎn)的網(wǎng)格”。在這種情況下，可以將聲音與此“網(wǎng)格”進(jìn)行比較，以大致了解說(shuō)話者所在的位置。

但是，Apple認(rèn)為這本身并不足夠好，并且還說(shuō)它與Siri最少一起使用。那是因?yàn)橐粋€(gè)人說(shuō)話時(shí)可能會(huì)動(dòng)彈，而且他們要求快速回應(yīng)-此提議不適合。

備選地，然后，“如果至少兩個(gè)麥克風(fēng)陣列可用”，則“可以使用三角測(cè)量方法來(lái)估計(jì)語(yǔ)音源的距離”。

但是，這里的關(guān)鍵部分是至少需要兩個(gè)帶麥克風(fēng)的設(shè)備。因此，Apple提供了另一個(gè)涉及更多的解決方案，其中涉及“基于學(xué)習(xí)的系統(tǒng)，如深度神經(jīng)網(wǎng)絡(luò)（DNN）”，并且不需要多個(gè)設(shè)備。

專利申請(qǐng)說(shuō)：“深度學(xué)習(xí)系統(tǒng)可以根據(jù)緊湊型麥克風(fēng)陣列接收到的語(yǔ)音信號(hào)來(lái)估計(jì)每個(gè)時(shí)間幀的語(yǔ)音源距離?！?/p>

這個(gè)DNN系統(tǒng)可以做的是確定什么是語(yǔ)音，什么是背景噪聲。然后，它可以計(jì)算“有關(guān)直接信號(hào)傳播的信息”以及“混響效果和噪聲”。

該申請(qǐng)歸功于三位發(fā)明者，包括Mehrez Souden和Joshua D. Atkins。他們先前的相關(guān)工作包括已獲專利的如何使用比普通麥克風(fēng)少的聲音來(lái)錄制完整空間聲音的專利。

這特別涉及Apple AR中的音頻，該最新專利申請(qǐng)涉及真實(shí)環(huán)境中的物理設(shè)備。但是，如果只是為了避免用太大聲的HomePod mini炸毀別人的耳朵而感到很麻煩，那還有很多事情要做。

該專利申請(qǐng)說(shuō)：“例如，助聽(tīng)器之類的輔助和增強(qiáng)型助聽(tīng)器可以根據(jù)語(yǔ)音源的距離來(lái)增強(qiáng)音頻信號(hào)?！?/p>

這也是第二個(gè)新公開(kāi)的專利申請(qǐng)重點(diǎn)關(guān)注的內(nèi)容。

識(shí)別重要的聲音

“基于觀察到的聲音識(shí)別聲源的系統(tǒng)和方法”，是關(guān)于讓一些設(shè)備識(shí)別其他聲音并為我們做出反應(yīng)。

“許多家用電器，例如微波爐，洗衣機(jī)，洗碗機(jī)和門(mén)鈴，會(huì)發(fā)出聲音來(lái)提醒用戶該器具的狀況已經(jīng)改變，”該專利申請(qǐng)開(kāi)始。

它繼續(xù)說(shuō)：“但是，由于各種原因，用戶可能無(wú)法聽(tīng)到家用電器發(fā)出的聲音警報(bào)?！?“例如，用戶可能有聽(tīng)力障礙，用戶可能在外面或在另一個(gè)房間里，或者設(shè)備可能發(fā)出被家庭聲學(xué)場(chǎng)景遮擋的聲音?！?/p>

也不必是您的煮蛋計(jì)時(shí)器關(guān)閉。該專利同樣涉及“公共場(chǎng)所（政府大樓），半公共場(chǎng)所（辦公室大廳）和私人場(chǎng)所（住宅或辦公大樓）”中的聲音。

它說(shuō)：“（這些）也有聲學(xué)場(chǎng)景，可以包含帶有信息的聲音?！?“例如，鈴，鈴或蜂鳴器可能指示門(mén)已經(jīng)打開(kāi)或關(guān)閉，或者警報(bào)器可能發(fā)出警報(bào)聲或其他聲音，警告附近的人有危險(xiǎn)（例如，煙，火或一氧化碳）?！?/p>

總體而言，該專利申請(qǐng)主要詳述了可以“訓(xùn)練”設(shè)備以識(shí)別“常見(jiàn)聲音”的方法。然后，它將繼續(xù)偵聽(tīng)其中的任何一個(gè)，并且當(dāng)聽(tīng)到一個(gè)聲音時(shí)，可以發(fā)出“響應(yīng)于確定聲音存在于聲學(xué)場(chǎng)景中的選定輸出”。

換句話說(shuō)，如果是您的煮蛋計(jì)時(shí)器關(guān)閉，則該設(shè)備可能會(huì)使您的Apple Watch在手腕上輕按?；蛘?，如果是防盜警報(bào)，則該設(shè)備可以通知當(dāng)局。

蘋(píng)果公司表示：“聲音中包含大量的上下文信息。” “識(shí)別常見(jiàn)的聲音可以使電子設(shè)備響應(yīng)于觀察到的環(huán)境（例如，根據(jù)觀察到的聲音確定）來(lái)適應(yīng)其行為或提供服務(wù)，從而增加它們對(duì)用戶的相關(guān)性和價(jià)值，同時(shí)需要更少的用戶幫助或輸入?！?/p>

第二項(xiàng)專利申請(qǐng)歸功于包括丹尼爾·克林格（Daniel C. Klinger）在內(nèi)的四位發(fā)明家。他先前的工作包括一項(xiàng)專利申請(qǐng)，該專利用于通過(guò)HomePod或其他設(shè)備進(jìn)行安全的電話呼叫。

責(zé)任編輯：lq