蘋(píng)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(píng)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(píng)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(píng)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(píng)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(píng)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(xiāo)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(píng)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(píng)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(píng)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(píng)果專(zhuān)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(píng)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(píng)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(píng)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
-
即日-10.29立即報(bào)名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會(huì)
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車(chē)
-
11月14日立即報(bào)名>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
推薦專(zhuān)題
- 1 Intel宣布40年來(lái)最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價(jià)骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國(guó)產(chǎn)AI芯片公司破產(chǎn)!白菜價(jià)拍賣(mài)
- 5 具身智能火了,但規(guī)模落地還需時(shí)間
- 6 三次錯(cuò)失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國(guó)產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來(lái)
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷(xiāo)售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷(xiāo)售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專(zhuān)家 廣東省/江門(mén)市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市