华盛顿大学研究团队开发了一种形状可变的智能扬声器(音箱)，该音箱使用自部署麦克风将房间划分为语音区，并跟踪单个音箱的位置。在该团队的深度学习算法的帮助下，系统允许用户将某些区域静音或同时进行单独的对话，即使两个相邻的人的声音相似。麦克风还会自动从充电站展开，然后返回充电站。这允许系统在环境之间移动并自动设置。例如，在会议室会议中，可以部署这样的系统来代替中央麦克风，从而更好地控制室内音频。该研究在Nature Communications上发表。
由七个小型机器人组成一个“团队”，分布在各种大小的桌子上。当他们离开充电器时，每个机器人都会发出高频声音，就像蝙蝠在导航一样，利用这个频率和其他传感器来避开障碍物，在不从桌子上掉下来的情况下四处移动。自动部署使机器人能够以最大的精度放置自己，与人工设置相比，可以实现更大的声音控制。机器人之间的距离尽可能远，因为更远的距离可以更容易地区分和定位说话的人。如今的消费类智能扬声器有多个麦克风，但它们聚集在同一台设备上，距离太近，无法容纳该系统的静音区和活动区。
华盛顿大学艾伦学院博士生陈拓超表示，团队开发了神经网络，利用这些延时信号来分离每个人在说话内容，并跟踪他们在一个空间中的位置。因此，可以让四个人进行两次对话，隔离四个声音中的任何一个，并在一个房间中定位每个声音。
该团队在办公室、客厅和厨房测试了机器人，三到五个人一组发言。在所有这些环境中，该系统90%的时间都可以在1.6英尺（50厘米）的范围内辨别不同的声音，而无需事先了解扬声器的数量。该系统平均能在1.82秒内处理3秒的音频，速度足以进行直播，但对于视频通话等实时通信来说有点太长。
研究人员表示，随着技术的进步，声学群可能会部署在智能家居中，以更好地区分使用智能扬声器的用户。例如，只允许坐在沙发上、处于“活动区”的用户用声音控制电视。
文章来源：原文链接 https://www.washington.edu/news/2023/09/21/shape-changing-smart-speaker-ai-noise-canceling-alexa-robot/