從語音激活到空間音頻,讓聲音更加智能化

更新時(shí)間:0000-00-00 00:00:00    閱讀:2542

在人機(jī)交互過程中,聲音總是最自然和最直觀的途徑,不久之后所有設(shè)備都將會(huì)支持隨時(shí)傾聽,等待著我們的命令。

在人機(jī)交互過程中,聲音總是最自然和最直觀的途徑,不久之后所有設(shè)備都將會(huì)支持隨時(shí)傾聽,等待著我們的命令。



隨著新一代智能音箱和其它語音激活設(shè)備井噴式的發(fā)展,讓您可以更加舒適地和設(shè)備交談。如果在國外旅行時(shí)使用翻譯耳機(jī)的效果如何呢?雖然它們還不是很常見,但是Google剛剛發(fā)布的智能耳機(jī)Pixel Buds已經(jīng)支持了這個(gè)功能。


在最近的一篇文章中,我回顧了智能音箱發(fā)展的第二次浪潮,以高效生產(chǎn)和批量上市為特征。我推測(cè)這一階段將給市場(chǎng)領(lǐng)導(dǎo)者以壓力,促使他們進(jìn)行技術(shù)創(chuàng)新和制造新的產(chǎn)品類型,同時(shí)進(jìn)一步提高其它人的進(jìn)入門檻。這正是我們這個(gè)月所看到的,谷歌、亞馬遜、蘋果等公司發(fā)布了很多新的音頻語音產(chǎn)品。


去年Google Home的推出對(duì)于之前大獲成功的Amazon Echo做出了回應(yīng)。現(xiàn)在,谷歌正在擴(kuò)大產(chǎn)品線,對(duì)抗包括Echo Dot,Apple HomePod和AirPods。谷歌語音激活助理因此可以有更多的使用場(chǎng)景,獲得更大的價(jià)格空間。


新的Google mini形狀像一個(gè)插針包,更小并且更便宜,是Google Home的替代品。對(duì)于那些尋找更好的聲音體驗(yàn)而且愿意花更多錢的用戶,Google Max提供了更加高端的聲音體驗(yàn),它也具備Google Home的全部功能。新的Pixel Buds 提供了活動(dòng)式(on-the-go )體驗(yàn),通過與智能手機(jī)配對(duì)創(chuàng)建一個(gè)入耳式的私人助理,和Apple的AirPods類似使用的是藍(lán)牙音頻流。這些耳機(jī)最有趣的特點(diǎn)之一是集成了谷歌翻譯,如視頻中看到的一樣支持入耳式同聲傳譯功能。谷歌表示它將支持40種不同的語言,這個(gè)數(shù)字無疑會(huì)隨著產(chǎn)品演進(jìn)而不斷增加。


微信圖片_20181121175410.jpg

[圖1 | 從上到下依次是:AirPods 和Pixel Buds,Echo Dot 和Home Mini,以及HomePod 和Home Max]


語音激活技術(shù)另一個(gè)激動(dòng)人心的發(fā)展是新的Gopro Hero6運(yùn)動(dòng)相機(jī)可以通過語音命令開機(jī)。這是GoPro第二代支持語音界面的設(shè)備,最早引入的是Gopro Hero5。


大多數(shù)的語音命令和之前一樣,比如“GoPro 啟動(dòng)/停止錄音”等等。


新機(jī)型的創(chuàng)新點(diǎn)體現(xiàn)在用戶可以使用語音命令——“GoPro開機(jī)”打開相機(jī)。這個(gè)功能是可選的,在相機(jī)關(guān)機(jī)后的8個(gè)小時(shí)內(nèi)維持激活。盡管這還不是一臺(tái)完全隨時(shí)傾聽(always-listening)的設(shè)備,但它朝這個(gè)方向邁出了重要的一步??梢哉Z音激活的Gopro還例證了我們的另一個(gè)設(shè)想,語音將會(huì)成為主要的用戶界面。在人機(jī)交互過程中,聲音總是最自然和最直觀的途徑,不久之后所有設(shè)備都將會(huì)支持隨時(shí)傾聽,等待著我們的命令。


Alexa的下一個(gè)應(yīng)用是汽車,然后是你的臉


亞馬遜正在讓這一愿景成為現(xiàn)實(shí),它仍在智能音箱市場(chǎng)上領(lǐng)先“新人”(谷歌)一步。在Google發(fā)布會(huì)之前,亞馬遜搶先發(fā)布了一系列新的Echo產(chǎn)品,包括采用了新外觀設(shè)計(jì)的一系列Echo產(chǎn)品和智能鬧鐘Echo Spot,延續(xù)了Echo Show開始的集成屏幕的風(fēng)格。亞馬遜還透露Alexa很快就會(huì)整合到寶馬2018的車型中。


這可能是Alexa在成為最受歡迎的家庭智能音箱之后,再一次率先成為最受喜愛的公路旅行伴侶。


比任何官方消息都更有趣的是那些關(guān)于即將推出的亞馬遜眼鏡的推測(cè)。肆意蔓延的傳聞指出它是基于Alexa的非手持,電池供電的眼鏡。根據(jù)猜測(cè),亞馬遜眼鏡不會(huì)提供視覺體驗(yàn),但作為一個(gè)可穿戴設(shè)備,將允許用戶隨時(shí)隨地和Alexa說話。這將是亞馬遜向前邁出的重要一步,進(jìn)軍了可穿戴領(lǐng)域并且支持always-on功能。


很明顯為了釋放語音助手的全部潛能需要消除電源插孔,這里有相關(guān)技術(shù)可以實(shí)現(xiàn)。


空間音頻可以產(chǎn)生或者打破虛擬/增強(qiáng)現(xiàn)實(shí)


隨著亞馬遜和谷歌的加入,將直接導(dǎo)致耳戴式設(shè)備(hearables)的全面改善。針對(duì)這種產(chǎn)品已經(jīng)提出了很多有趣的概念,比如Kickstarter項(xiàng)目中名叫Vi的人工智能私人教練,可以掌握用戶的生物識(shí)別特征并由此定制化訓(xùn)練,從而實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)?,F(xiàn)在想象一下,通過添加多維空間的音頻制造出Vi就在你身前或身后的感覺,是不是可以提供額外的動(dòng)力幫助你打破個(gè)人記錄(參見10年前申請(qǐng)的專利)。


微信圖片_20181121175415.jpg

[圖2 | AR/VR應(yīng)用大肆炒作視覺技術(shù),但是要制造沉浸式的感覺,音頻是至關(guān)重要的]


在蘋果全新的手機(jī)中提出了最新的音頻創(chuàng)新理念。iPhone 8第一次包含了雙揚(yáng)聲器。這是一件大事情,因?yàn)殡p揚(yáng)聲器可以啟用多維空間音頻,這意味著蘋果正在押寶到增強(qiáng)現(xiàn)實(shí)和虛擬現(xiàn)實(shí)(AR/VR)應(yīng)用上。要?jiǎng)?chuàng)建一個(gè)沉浸式的AR/VR體驗(yàn),空間音頻是必須的。否則即使有令人驚嘆的畫面也不會(huì)產(chǎn)生一個(gè)足夠有說服力的真實(shí)空間。


下一步是神經(jīng)網(wǎng)絡(luò)使能的聲音感知


音頻發(fā)展的下一步是什么? iPhone8和iPhoneX已經(jīng)包含了一個(gè)專門的神經(jīng)網(wǎng)絡(luò)引擎。針對(duì)耳戴式設(shè)備和語音激活設(shè)備,神經(jīng)網(wǎng)絡(luò)可用于聲音感知和音頻分析。這一技術(shù)已經(jīng)用來在家中識(shí)別某些特定的聲音,比如門鈴或者玻璃破碎,從而觸發(fā)適當(dāng)?shù)捻憫?yīng)。它可以改善耳戴式設(shè)備使用時(shí)的安全性,比如Vi私人教練和其它沉浸式 AR/VR應(yīng)用程序。神經(jīng)網(wǎng)絡(luò)可以感知到某些重要的聲音,并且通知用戶,如警報(bào)器或者狗叫。通過這種方式,無論安全性還是享受感都可以兼顧。



“閃電配音”是內(nèi)容與媒體首選的配音服務(wù)商,平臺(tái)可實(shí)現(xiàn)7*24小時(shí)在線、最快15分鐘實(shí)現(xiàn)千字配音且達(dá)到FM音質(zhì)標(biāo)準(zhǔn)的實(shí)際要求,每百字僅需2-10元,通過產(chǎn)品驅(qū)動(dòng)滿足了對(duì)時(shí)效性要求高的自媒體等行業(yè),實(shí)現(xiàn)了配音行業(yè)生產(chǎn)方式的變革。現(xiàn)階段,平臺(tái)已簽約主播1萬多名,平均每天有2千~3千筆訂單,已服務(wù)累計(jì)服務(wù)客戶超過3000家。行業(yè)覆蓋新聞媒體、自媒體、知識(shí)付費(fèi)、短視頻、出版社有聲書業(yè)務(wù)等;包括故宮、知識(shí)分子、見字如面、吳曉波頻道、極客公園;磨鐵、郵電出版社、喜馬拉雅等。


該內(nèi)容為非商業(yè)目的的轉(zhuǎn)載分享,不代表本站觀點(diǎn),本文版權(quán)屬其著作權(quán)人所有。若侵犯了您的正當(dāng)權(quán)益,請(qǐng)立即聯(lián)系我們刪除。

閃電配音

掃碼免費(fèi)試音
企業(yè)微信

免費(fèi)試音

幫我推薦

價(jià)格計(jì)算

在線下單

開具發(fā)票

不招主播

確認(rèn)提交

全網(wǎng)全品類皆可配 頂配好聲音

點(diǎn)我咨詢
錯(cuò)誤