关闭广告

Apple 在其机器学习期刊博客上 发表 一篇新文章概述了有关语音识别和在 HomePod 扬声器上使用 Siri 的一些有趣的事情。主要是关于 HomePod 如何在受损的操作条件下捕获用户的语音命令,例如非常大声的音乐播放、高水平的环境噪音或用户与扬声器的距离较远。

由于其性质和重点,HomePod 扬声器必须能够在各种条件下工作。有的用户把它放在床边的床头柜上,有的用户把它“清理”在客厅的角落里,或者把音箱放在大声播放的电视下面。确实有很多场景和可能性,Apple 的工程师在设计使 HomePod 在几乎任何情况下都能“听到”的技术时必须考虑所有这些情况和可能性。

为了让 HomePod 能够在不太有利的环境下注册语音命令,它有一个非常复杂的系统来接收和处理声音信号。分析输入信号的过程由多个级别和基于自学习算法的机制组成,该算法可以充分过滤和分析传入的声音信号,以便 HomePod 只接收它需要的信号。

因此,例如,各个处理级别可以消除接收到的声音中的回声,由于 HomePod 本身的生产,该回声出现在接收到的信号中。其他人会处理噪音,这在家庭条件下太大了 - 打开 微波、真空吸尘器或例如正在播放的电视。最后一个是关于房间布局和用户发出单独命令的位置引起的回声。

苹果公司在原始文章中相当详细地讨论了上述内容。在开发过程中,HomePod 在许多不同的条件和情况下进行了测试,以便工程师可以模拟尽可能多的扬声器使用场景。此外,多声道声音处理系统由性能相对较强的A8处理器负责,该处理器始终处于开启状态,不断“监听”并等待命令。得益于相对复杂的计算和相对不错的计算能力,HomePod 几乎可以在所有条件下工作。不幸的是,令人遗憾的是,高端硬件受到相对不完善的软件的阻碍(无论我们以前在哪里听说过......),因为助手 Siri 逐年落后于其最大的竞争对手。

HomePod 脸书
.