Dawid Hanak Apple na swoim blogu Machine Learning Journal opublikowany nowy artykuł opisujący kilka ciekawych rzeczy na temat rozpoznawania głosu i korzystania z Siri na głośniku HomePod. Chodzi przede wszystkim o to, jak HomePod jest w stanie wychwytywać polecenia głosowe użytkownika nawet w trudnych warunkach pracy, takich jak bardzo głośne odtwarzanie muzyki, wysoki poziom hałasu otoczenia czy duża odległość użytkownika od głośnika.
Mogłoby być interesują Cię
Klara Jelínková Głośnik HomePod ze względu na swój charakter i skupienie musi być w stanie pracować w różnych warunkach. Niektórzy użytkownicy stawiają go na szafce nocnej obok łóżka, inni „sprzątają” go w rogu salonu lub umieszczają głośnik pod głośno grającym telewizorem. Scenariuszy i możliwości jest naprawdę wiele i inżynierowie Apple musieli pomyśleć o nich wszystkich, projektując technologię, która sprawi, że HomePod „słyszy” niemal w każdej sytuacji.
Aby HomePod mógł rejestrować polecenia głosowe w niezbyt sprzyjającym otoczeniu, posiada bardzo skomplikowany system odbioru i przetwarzania sygnałów dźwiękowych. Proces analizy sygnału wejściowego składa się z kilku poziomów oraz mechanizmu działającego w oparciu o samouczące się algorytmy, które potrafią odpowiednio filtrować i analizować przychodzący sygnał dźwiękowy, tak aby HomePod odbierał tylko to, czego potrzebował.
Galeria zdjęć
Poszczególne poziomy przetwarzania usuwają w ten sposób na przykład echo z odbieranego dźwięku, które pojawia się w odbieranym sygnale w wyniku produkcji HomePoda jako takiego. Inni zajmą się hałasem, którego w warunkach domowych jest za dużo – włączone kuchenka mikrofalowa, odkurzacz lub na przykład odtwarzający telewizor. I ostatnia o echu wynikającym z układu pomieszczenia i pozycji, z której użytkownik wypowiada poszczególne polecenia.
Apple omawia powyższe szczegółowo w oryginalnym artykule. Podczas opracowywania HomePod był testowany w wielu różnych warunkach i sytuacjach, aby inżynierowie mogli symulować jak najwięcej scenariuszy, w których głośnik będzie używany. Dodatkowo za wielokanałowy system przetwarzania dźwięku odpowiada stosunkowo mocny procesor A8, który jest cały czas włączony i stale „nasłuchuje” i czeka na polecenie. Dzięki stosunkowo skomplikowanym obliczeniom i stosunkowo przyzwoitej mocy obliczeniowej HomePod może pracować niemal w każdych warunkach. Niestety, szkoda, że high-endowy sprzęt wstrzymuje stosunkowo niedoskonałe oprogramowanie (gdziekolwiek to już słyszeliśmy...), bo asystent Siri z roku na rok odstaje od swoich największych konkurentów.
