原声蜂群采访希亚姆-戈拉科塔
作者：布拉德-戴蒙德
2023-11-13
反应式机器人麦克风
您是否希望家中有一个由微型机器人组成的声学蜂群，通过适应和重新排列组成一个复杂而多用途的麦克风？随着机器学习和麦克风技术的不断进步，华盛顿大学的希亚姆-戈拉科塔（Shyam Gollakota）教授和他实验室的学生们创造出了一种能自我分散、自我重新排列的声学蜂群。这个蜂群能够对房间环境、人员位置和数量做出动态反应，从而提高音频质量，解决鸡尾酒会问题。
鸡尾酒会问题
如果你和我一样，很容易被大量重叠的对话所淹没和迷惑，因为这些声音变得杂乱无章，我们的耳朵无法分辨。这就是典型的鸡尾酒会问题。
当一群人同时说话时，他们说话的频率和时间往往会重叠。到了一定程度，这些声音在进入耳朵之前就会在空气中混合。多人同时讲话会让听者难以分辨，因为重叠的声音会直接干扰我们对语音的理解。
当然，很多人只需将注意力集中在一次谈话上即可。人的大脑非常聪明，可以过滤掉无关的噪音，让其他一切都消失。那么，音响群是怎么做的呢？
声学蜂群
对于依赖音频的消费电子产品来说，鸡尾酒会问题是一个大问题。许多麦克风最终会将整个噪音记录为一个声音，从而无法找出每个独立的音源。声学蜂群通过调整物理间距来独立捕捉每个声音，从而解决了这个问题。
每个机器人本质上都是一个机械化麦克风，能够动态调整自己的位置，以获得最佳音质。它们体积小巧，直径约 30 毫米，放在任何房间都不会引人注目。此外，希亚姆教授和他的实验室经过艰苦努力，制定了使机器人完全自主的操作程序。
声学蜂群从一个中央充电装置开始部署，每个机器人都将自己放置在一个空间内，以便在一定范围内获得最佳的声学拾取效果。这个机器人网络记录了一个大的听觉区域，每个机器人专注于一个较小的范围，因此能更真实地捕捉到不同的声源。机器人的动态性使声学蜂群能够根据不同的音源调整方向，在音源处捕捉不受干扰的音频。
正如希亚姆教授在以下片段中解释的那样，这种捕捉的关键在于麦克风之间的间距：
声学蜂群的分布式麦克风阵列能够根据需要改变自己的间距，因此只用声音就能更好地进行定位。由于这种定位方式，阵列能够将不同的噪音区分开来。
即使对话发生在同一空间，声学蜂群也能将不同的对话分隔成可以理解的对话。此外，蜂群还能为录音创建静音区和激活区，从而更好地控制声音。 当人们发现自己被 "鸡尾酒会问题 "难倒时，声学蜂群就能解决这个问题。
在下面的片段中，您可以听到声学蜂群的效果。尽管扬声器距离很近，但声学蜂群将它们的音频分离成两个不同的区域。
轻松音频
还有比最简单的选择更好的解决方案吗？声学蜂群具有适用于任何地点的内置适应性，是满足会议需求的简单选择。蜂群可将任何空间变为急需的会议室，而无需花费时间和精力自行安装一系列麦克风。
声音群将嘈杂的声音转化为可理解的信息，其中包含了每个人的声音。随着音频空间控制的改进，音频和消费设备的局限性也随着新应用的出现而改变。声学蜂群等创新技术正在引领未来音频的变革。
我们的下一篇文章将再次与希亚姆教授一起展望未来。 我们将再次访问希亚姆教授的实验室，进一步了解他们在语义听觉方面所做的令人兴奋的工作。
同时，如果您想了解更多有关声学蜂群的信息，请访问希亚姆教授的网页。或者查看我们的音频课堂文章，比如这篇探讨宽边麦克风阵列的文章。