Apple Detalles de Cómo HomePod Puede Detectar 'Hey Siri' De Toda una Habitación, Incluso Con Música a Jugar

Apple Detalles de Cómo HomePod Puede Detectar 'Hey Siri' De Toda una Habitación, Incluso Con Música a alto volumen de Juego

En una nueva entrada en su Aprendizaje de la Máquina Journal, Apple ha detallado cómo Siri en el HomePod está diseñado para trabajar en el desafío de escenarios de uso, tales como música a alto volumen durante la reproducción, cuando el usuario está lejos desde el HomePod, o cuando hay otros activo de las fuentes de sonido en una habitación, como un TELEVISOR o aparatos de la casa.

Una visión general de la tarea:

El típico entorno de audio para HomePod tiene muchos retos — eco, la reverberación y el ruido. A diferencia de Siri en el iPhone, que opera cerca del usuario y rsquo;s de la boca, Siri en HomePod debe funcionar bien en un campo lejano de la configuración. Los usuarios quieren invocar a Siri desde muchos lugares, como el sofá o en la cocina, sin tener en cuenta dónde HomePod se sienta. Un completo sistema en línea, que se ocupa de todos los problemas ambientales que HomePod puede experimentar, requiere de una estrecha integración de diversos multicanal tecnologías de procesamiento de señales.

Para lograr esto, Apple dice que su software de audio de ingeniería y Siri habla equipos desarrollaron una señal multicanal sistema de procesamiento para la HomePod que utiliza algoritmos de aprendizaje automático para eliminar el eco y el ruido de fondo y para separar simultánea de las fuentes de sonido para eliminar la interferencia del habla.

Apple dice que el sistema utiliza el HomePod seis micrófonos y es alimentado continuamente por su Apple A8 chip, incluyendo cuando el HomePod se ejecuta en su estado más bajo de energía para ahorrar energía. El multicanal de filtrado se adapta constantemente a las cambiantes condiciones de ruido y movimiento habladores, de acuerdo a la entrada de diario.

Apple va a ofrecer una descripción técnica de cómo la HomePod mitiga el eco, la reverberación y el ruido, que hemos puesto en términos simples:

• Cancelación de Eco: Ya que los altavoces están cerca de los micrófonos en la HomePod, la reproducción de música puede ser mucho más fuerte que un usuario «Hey Siri» comando de voz en las posiciones de micrófono, especialmente cuando el usuario está lejos desde el HomePod. Para luchar contra el resultado del eco, Siri en HomePod implementa un multicanal de cancelación de eco en el algoritmo.
• la Reverberación de Eliminación: Como el usuario diciendo «Hey Siri» se mueve más lejos de la HomePod, múltiples reflexiones de la habitación crear colas de reverberación que la disminución de la calidad y la inteligibilidad de la voz de comando. Para combatir esto, Siri en el HomePod monitorea continuamente las características de la sala y se quita la tarde de reverberación mientras que la preservación de la directa y la reflexión inicial de los componentes en las señales de micrófono.
• Reducción de Ruido: en el campo Lejano de discurso es normalmente contaminada por el ruido de los aparatos de la casa, sistemas de climatización, al aire libre, los sonidos que entran a través de las ventanas, y así sucesivamente. Para combatir esto, la HomePod utiliza el estado de la técnica de realce del habla de los métodos que crear un filtro fijo para cada palabra.

Apple dice que probó la HomePod multicanal de procesamiento de señal en varias condiciones acústicas, incluyendo la música y podcast de reproducción en los diferentes niveles, continuo ruido de fondo, como la conversación y la lluvia, los ruidos de los aparatos domésticos, tales como el de una aspiradora, secador de pelo y microondas.

Durante su prueba, Apple variado la ubicación de la HomePod y sus sujetos de prueba para cubrir los diferentes casos de uso. Por ejemplo, en la sala de estar o la cocina de los entornos, la HomePod se colocó contra la pared y en el centro de la habitación.

Apple artículo concluye con un resumen de Siri métricas de rendimiento en el HomePod, con gráficos que muestran que Apple señal multicanal sistema de procesamiento de led para mejorar la precisión y menos errores. Los interesados en obtener más información pueden leer la entrada completa en la Manzana de la Máquina de Aprendizaje Diario.