蘋果詳解HomePod遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別,為何機(jī)器學(xué)習(xí)是重點(diǎn)?
日前,蘋果的音頻軟件工程和Siri語(yǔ)音團(tuán)隊(duì)在公司名下的《機(jī)器學(xué)習(xí)期刊》欄目中發(fā)布了一篇博文,詳細(xì)介紹了公司研究團(tuán)隊(duì)對(duì)HomePod智能揚(yáng)聲器上的Siri在遠(yuǎn)場(chǎng)環(huán)境中工作的優(yōu)化方法。
遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別是指在用戶在房間復(fù)雜的布局中離HomePod相對(duì)較遠(yuǎn)的不同位置喚醒Siri,而實(shí)現(xiàn)該功能需要緊密地集成各種多通道信號(hào)處理技術(shù)以解決噪聲、混響、回聲等帶來(lái)的影響,相比在iPhone上工作,Siri在遠(yuǎn)場(chǎng)環(huán)境中的工作原理更加復(fù)雜,技術(shù)上也存在更多的難點(diǎn)。
為了解決混響、噪聲和語(yǔ)音分離的問(wèn)題,蘋果團(tuán)隊(duì)使用了多個(gè)麥克風(fēng)陣列和機(jī)器學(xué)習(xí)的方法:
1)基于掩模的多通道同步采集硬件利用深度學(xué)習(xí)進(jìn)行算法研發(fā)和調(diào)優(yōu)來(lái)消除回聲和背景噪聲;
2)有語(yǔ)音重疊的情況下,利用無(wú)監(jiān)督學(xué)習(xí)分離聲源和基于音頻流選擇的語(yǔ)音喚醒消除干擾語(yǔ)音。
蘋果團(tuán)隊(duì)搭建了一個(gè)系統(tǒng),集成了監(jiān)督式深度學(xué)習(xí)的模型和無(wú)監(jiān)督在線學(xué)習(xí)的算法,能利用和處理多個(gè)麥克風(fēng)信號(hào),通過(guò)使用自上而下的知識(shí)為語(yǔ)音識(shí)別器從“Hey Siri”語(yǔ)音喚醒探測(cè)器中選擇最合適的音頻流。該團(tuán)隊(duì)表示,遠(yuǎn)場(chǎng)語(yǔ)音識(shí)別不斷增強(qiáng)的性能得益于深度學(xué)習(xí)。
蘋果在近幾年把機(jī)器學(xué)習(xí)作為其研發(fā)工作的重點(diǎn),iPhone A12和iPad Pro A12X上的神經(jīng)引擎使芯片的性能不僅比此前的蘋果設(shè)備搭載的芯片強(qiáng)大很多倍,同時(shí)也令其他競(jìng)爭(zhēng)公司的SoC芯片遜色不少。
如今很多科技產(chǎn)品的營(yíng)銷宣傳中都帶有“機(jī)器學(xué)習(xí)”一詞,以至令消費(fèi)者覺(jué)得這是一個(gè)似乎沒(méi)有什么意義的泛用詞。相比之下,谷歌在這方面做得很好,經(jīng)常利用博客讓其用戶與合作伙伴對(duì)機(jī)器學(xué)習(xí)有更深入的理解,顯然蘋果現(xiàn)在也在做同樣的事情。
就目前而言,亞馬遜和谷歌在數(shù)字助理技術(shù)方面處于市場(chǎng)領(lǐng)先地位。蘋果盡管也有語(yǔ)音助手Siri,但與這些競(jìng)爭(zhēng)對(duì)手相比其背后使用的方法的是不一樣的,因此蘋果要追趕上亞馬遜和谷歌的步伐也并不容易。與用戶最相關(guān)的是,蘋果專注在本地計(jì)算機(jī)(用戶的、或應(yīng)用程序、或功能開(kāi)發(fā)人員的)執(zhí)行機(jī)器學(xué)習(xí)的任務(wù),而不是在云平臺(tái)。雖然蘋果Core ML API也允許開(kāi)發(fā)人員在云外部的網(wǎng)絡(luò)中使用,安卓設(shè)備也可以進(jìn)行本地處理(如照片),但這兩者的重點(diǎn)不同。
蘋果今年初推出的HomePod雖然具備出色的音質(zhì)和Siri的即時(shí)響應(yīng),但該設(shè)備對(duì)Spotify支持的缺乏和不低的價(jià)格成為影響消費(fèi)者選擇的掣肘,值得一提的是,蘋果在此前的季度收益報(bào)告中也未明確說(shuō)明HomePod單獨(dú)的出貨量。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
7月22-29日立即報(bào)名>> 【線下論壇】第三屆安富利汽車生態(tài)圈峰會(huì)
-
7.30-8.1火熱報(bào)名中>> 全數(shù)會(huì)2025(第六屆)機(jī)器人及智能工廠展
-
7月31日免費(fèi)預(yù)約>> OFweek 2025具身智能機(jī)器人產(chǎn)業(yè)技術(shù)創(chuàng)新應(yīng)用論壇
-
免費(fèi)參會(huì)立即報(bào)名>> 7月30日- 8月1日 2025全數(shù)會(huì)工業(yè)芯片與傳感儀表展
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍(lán)皮書》
-
8月5日立即報(bào)名>> 【在線會(huì)議】CAE優(yōu)化設(shè)計(jì):醫(yī)療器械設(shè)計(jì)的應(yīng)用案例與方案解析
推薦專題
- 1 AI 眼鏡讓百萬(wàn) APP「集體失業(yè)」?
- 2 豆包前負(fù)責(zé)人喬木出軌BP后續(xù):均被辭退
- 3 一文看懂視覺(jué)語(yǔ)言動(dòng)作模型(VLA)及其應(yīng)用
- 4 “支付+”時(shí)代,支付即生態(tài) | 2025中國(guó)跨境支付十大趨勢(shì)
- 5 中國(guó)最具實(shí)力AI公司TOP10
- 6 深圳跑出40億超級(jí)隱形冠軍:賣機(jī)器人年入6.1億,港股上市
- 7 特斯拉Robotaxi上路,馬斯克端上畫了十年的餅
- 8 “AI六小虎”到了下一個(gè)賽點(diǎn)
- 9 張勇等人退出阿里合伙人
- 10 AI的夏天:第四范式VS云從科技VS地平線機(jī)器人