人工智能耳机会产生“声泡”，使几英尺外的所有声音都安静下来

想象一下：您在办公室工作，戴着降噪耳机来抑制周围的嘈杂声。一位同事来到您的办公桌前提出问题，但您无需摘下耳机并说“什么？”，您可以清楚地听到问题。

与此同时，房间里饮水机旁的聊天声依然安静。或者想象一下，在一家繁忙的餐厅中，您可以听到餐桌上每个人的声音，但要减少餐厅中的其他扬声器和噪音。

由华盛顿大学研究人员领导的一个团队创建了一个耳机原型，可以让听众产生这样的“声泡”。该团队的人工智能算法与耳机原型相结合，使佩戴者能够听到人们在可编程半径为 3 至 6 英尺的气泡内说话。

即使远处的声音比气泡内的声音更大，气泡外的声音和声音平均安静 49 分贝（大约是真空和树叶沙沙作响之间的差异）。

团队发表其研究结果在自然电子学。概念验证设备的代码可供其他人进行构建。研究人员正在创建一家初创公司来将该技术商业化。

“人类并不擅长通过声音感知距离，特别是当他们周围有多个声源时，”资深作者、华盛顿大学保罗·G·艾伦计算机科学与工程学院教授希亚姆·戈拉科塔 (Shyam Gollakota) 说。

“在吵闹的餐厅等地方，我们关注附近人的能力可能会受到限制，因此到目前为止，在耳戴式设备上创建声音气泡还不可能。我们的人工智能系统实际上可以了解房间中每个声源的距离，并在 8 毫秒内在助听器本身上实时处理此信息。”

研究人员创建了具有商用降噪功能的原型耳机。他们在头带上固定了六个小麦克风。该团队的神经网络在连接到耳机的小型机载嵌入式计算机上运行，​​跟踪何时不同的声音到达每个麦克风。

然后，系统会抑制来自气泡外部的声音，同时播放并稍微放大气泡内部的声音（因为降噪耳机物理上会让一些声音通过）。

“我们曾致力于以前的智能扬声器系统我们将麦克风分布在桌子上，因为我们认为麦克风之间需要很大的距离才能提取有关声音的距离信息，”Gollakota 说。

“但后来我们开始质疑我们的假设。我们需要很大的分离来创造这个‘声泡’吗？我们在这里展示的是我们不需要。我们只用耳机上的麦克风就能做到这一点，并且在实时，这非常令人惊讶。”

训练系统产生声音气泡不同的环境，研究人员需要在现实世界中收集的基于距离的声音数据集，但目前还没有。为了收集这样的数据集，他们将耳机戴在人体模型头上。

一个机器人平台旋转头部，同时移动扬声器播放来自不同距离的声音。该团队使用人体模型系统以及 22 个不同室内环境（包括办公室和生活空间）中的人类用户收集数据。

研究人员已经确定该系统之所以有效有几个原因。首先，佩戴者的头部反射声音，这有助于神经网络区分不同距离的声音。其次，声音（比如人类言语）有多个频率，每个频率从其源头传播时都会经历不同的阶段。

研究人员认为，该团队的人工智能算法正在比较每个频率的相位，以确定任何声源（例如，一个人说话）的距离。

像苹果的 AirPods Pro 2 这样的耳机可以放大佩戴者面前人的声音，同时减少一些背景噪音。但这些功能的工作原理是跟踪头部位置并放大来自特定方向的声音，而不是测量距离。这意味着耳机无法同时放大多个扬声器，如果佩戴者将头转离目标扬声器，耳机就会失去功能，并且无法有效地减少来自扬声器方向的响亮声音。

该系统经过训练只能在室内工作，因为在室外获得干净的训练音频更加困难。接下来，该团队正在努力使该技术在助听器和降噪耳塞上发挥作用，这需要一种新的麦克风定位策略。