在5G、物聯(lián)網以及互聯(lián)網家裝等因素作用下,智能家居市場已經展現(xiàn)蓬勃發(fā)展態(tài)勢。著眼日常生活,家電賣場琳瑯滿目皆是搭載智能語音的電器家電,一個家庭中或多或少都會有幾款智能設備。

應用火熱的背后,同一場景下多款智能設備如何實現(xiàn)優(yōu)先喚醒變成了一個問題。當智能音箱、電視、空調等共用一個喚醒詞時,多臺智能設備可能會同時被喚醒,產生“一呼百應”的現(xiàn)象。為解決此類問題,思必馳最新推出基于多設備選擇算法的直面喚醒方案,判斷更精準、更符合用戶的交互習慣。

直面喚醒,拒絕“一呼百應”

針對在全屋智能一體化家居場景或賣場場景下多設備的情況,思必馳新推出“直面喚醒”方案,可以幫助用戶優(yōu)先喚醒其中某一個設備,避免幾個設備同時被喚醒。

“直面喚醒”依據設備麥克風數據,多維度參考信噪比,喚醒置信度、混響時間、頻響分布特征、聲源定位等信息,通過計算指向性空間統(tǒng)計量反映設備自身參數指標。當多臺相同喚醒詞的設備在同一家居環(huán)境下連接到同一局域網內,憑借分布式組網策略下的設備間通信,基于所有設備的指標選取出最佳的唯一設備進行響應,其余設備保持靜默。

依照“優(yōu)先朝向,結合距離”的原則,我們從兩個簡化示例了解“直面喚醒”應用場景的工作原理。

圖一

距離相近,依據朝向:圖一中,人聲到設備A、B的距離接近,A、B設備麥克風均朝向中間聲源位置,形成90度角,此時面向A設備呼喊喚醒詞則喚醒A,面向B即喚醒B。

圖二

朝向相近,距離優(yōu)先:圖二中,人聲到設備A的距離和設備A到B的距離基本相等,設備A在前,B在后。設備A、B麥克風均朝向聲源位置,且兩設備均在相近朝向角度上。此時在距離A前方一定范圍內任意呼喊喚醒詞時,均為A設備喚醒。

多設備選擇算法,精準定位

VR游戲中,我們發(fā)現(xiàn)3D音效可以使人感受到聲音的遠近和方位;演員用抖動耳朵來表現(xiàn)分辨聲源......人類的神經系統(tǒng)通過對比同一個聲源到達兩耳之間的時間差以及強度差,判斷出聲源的位置。

“直面喚醒”多設備選擇算法優(yōu)勢之一,就是模擬人耳的算法模型。在提升準確率的同時,有效保障不同環(huán)境不同設備以及不同環(huán)境差異下的算法魯棒性,惡劣環(huán)境下(如人聲朝向設備距離稍遠于就近非朝向設備或空間混響大噪聲強時)依舊可以達到較好效果。

優(yōu)勢二即模擬真人使用習慣,“優(yōu)先朝向,結合距離”選擇被喚醒的設備。多個將要被喚醒的設備在距離相近情況下,算法依據發(fā)音朝向判斷;在朝向相同情況下,則依據距離差異判斷“就近喚醒”,做到精確、優(yōu)先喚醒。

另外,多設備選擇算法支持雙麥、四麥、六麥,線性/環(huán)形麥克風陣列,依靠設備麥克風數據,多維度參考直達聲、混響能量、頻響特征、聲源定位等信息,計算出設備自身參數指標,多設備比較后選出最優(yōu)設備。

分布式組網,唯一喚醒

直面喚醒自然的語音交互體驗,除了依托多設備選擇算法的技術優(yōu)勢外,還得益于分布式組網策略的加持。

在智能家居應用中,不同智能設備使用不同操作系統(tǒng)、通信協(xié)議和標準的現(xiàn)狀導致用戶體驗相對割裂。在同一家居空間內存在有多臺相同喚醒詞的設備連接到同一局域網內時、打開“直面喚醒”功能,用戶發(fā)出喚醒指令后,觸發(fā)喚醒設備間借助無線局域網進行快速通信,選取出最佳的唯一設備進行響應,其余設備保持靜默。

例如用戶發(fā)出“小馳,小馳”喚醒詞后,直面喚醒在分布式組網支撐下,可以精確定位指令發(fā)出的位置,且只會有最佳位置的一個設備響應用戶需求,消除用戶一次喚醒所有同喚醒詞設備的尷尬。

除此之外,“分布式組網策略”還加入防抖機制,避免喚醒聲間隔太近產生干擾;跨系統(tǒng)平臺支持常用Android、Linux、RTOS操作系統(tǒng)進行多維度互聯(lián),網絡變化時快速響應,通斷自如;正常網絡和設備性能下,唯一喚醒成功率達到99%。

萬物智聯(lián)時代,家居場景構建開啟加速模式。思必馳在源頭創(chuàng)新技術上堅持產學研一體化。借助全屋智能風起之勢,思必馳將同各大終端廠商攜手推進產品升級,為用戶創(chuàng)造更便捷、更智能的交互體驗。