新專利顯示，蘋果正在研究HomePod或其他設(shè)備如何利用音頻來估計與說話用戶的距離，還可以識別周圍的聲音。蘋果的HomePod已經(jīng)很好地聽到了你的聲音，即使是在大聲播放音樂的時候?，F(xiàn)在新專利申請顯示，蘋果希望改進這一點，并將設(shè)備的聽覺能力，提升到一個新的水平。

一項是名為 “基于學習的距離估計”的專利，涉及到使用音頻不僅僅是為了識別用戶，而是為了弄清用戶的位置。蘋果在專利當中表示，設(shè)備使用緊湊麥克風陣列估計設(shè)備到用戶的距離，例如，設(shè)備可以根據(jù)用戶與設(shè)備的估計距離來調(diào)整播放音量或智能輔助設(shè)備的響應。因此，如果用戶離設(shè)備非常近，音樂或語音將不會以高音量播放，另外，如果用戶離得很遠，媒體播放或智能助理設(shè)備的響應可能會被調(diào)整到更大的音量。

這個想法也是為了改進蘋果目前令人印象深刻但又有些缺陷的系統(tǒng)，即多個蘋果設(shè)備都會嘗試確定你對哪個設(shè)備說了 “嘿，Siri”。對此，蘋果在專利當中表示，在有多個設(shè)備的應用場景中，設(shè)備之間可以相互協(xié)調(diào)或仲裁，根據(jù)每個設(shè)備到用戶的距離來決定哪一個或多個設(shè)備應該回復查詢。

在專利當中，蘋果提出了簡單和更復雜的解決方案，這些方案都可以協(xié)同使用。比較簡單的是讓設(shè)備像HomePod一樣，先繪制出環(huán)境圖。然后，它有效地擁有一個聲學環(huán)境中的測量或模擬點的網(wǎng)格。在這種情況下，就可以將聲音與這個 “網(wǎng)格 ”進行對比，從而大致判斷出說話的人所在的位置。

如果這不夠好，蘋果還有另一個解決方案，它涉及 “基于學習的系統(tǒng)，如深度神經(jīng)網(wǎng)絡(luò)（DNN），而且不需要多個設(shè)備互相協(xié)調(diào)幫助。蘋果在專利當中表示，深度學習系統(tǒng)可以根據(jù)緊湊的麥克風陣列接收到的語音信號，估計語音源在每個時間段的距離。這個DNN系統(tǒng)可以做的是確定什么是語音，什么是背景噪聲。然后，它可以計算出 關(guān)于直接信號傳播的信息，還可以計算出混響效應和噪聲。

責編AJX