美國華盛頓大學（University of Washington）Tuochao Chen, Malek Itani，Shyamnath Gollakota等提出了一種產生聲音氣泡的智能耳機系統。他們稱之為 Sound Bubble，能夠抑制 1-2 米虛擬氣泡之外的任何噪音，為內部的平靜對話提供條件。相關研究工作以“Hearable devices with sound bubbles”為題發表于《Nature Electronics》。

人類聽覺系統在擁擠的環境中感知距離和區分說話人的能力有限。一種可以產生音泡的耳機技術，其中氣泡內的所有揚聲器都可以聽到，但氣泡外的揚聲器和噪音被抑制，可以增強人類的聽覺。然而，開發此類技術具有挑戰性。

美國華盛頓大學Tuochao Chen等人提出的帶有內置 AI 的特殊耳機，他們稱之為 Sound Bubble。能夠抑制 1-2 米虛擬氣泡之外的任何噪音，為內部的平靜對話提供條件。

耳機技術。圖片來源：Nature Electronics （2024）

“人類并不擅長通過聲音感知距離，尤其是當他們周圍有多個聲源時，”資深作者、華盛頓大學 Paul G. Allen 計算機科學與工程學院教授 Shyam Gollakota 說。

“在嘈雜的餐廳等地方，我們關注附近人的能力可能會受到限制，因此到目前為止，在耳戴式設備上創建聲音氣泡是不可能的。我們的 AI 系統實際上可以學習房間中每個聲源的距離，并在 8 毫秒內在助聽器本身上實時處理。

利用可聽戴設備，創建聲音氣泡

研究人員使用市售的降噪耳機創建了原型。他們在頭帶上貼了六個小麥克風。該團隊的神經網絡在連接到耳機的小型板載嵌入式計算機上運行，可跟蹤不同聲音何時到達每個麥克風。

合成數據評估

“我們之前使用過一個智能揚聲器系統，將麥克風分散在桌子上，因為我們認為麥克風之間需要很長的距離才能提取有關聲音的距離信息，”Gollakota 說。

“但后來我們開始質疑我們的假設。我們需要一個大的分離來創造這個 “聲音氣泡” 嗎？我們在這里表明的是，我們沒有。我們能夠只用耳機上的麥克風實時完成，這真是令人驚訝。

合成數據評估

用于真實世界數據收集的機器人平臺

為了訓練系統在不同環境中創建氣泡，研究人員需要一個在現實世界中收集的基于距離的聲音數據集，而該數據集不可用。為了收集這樣的數據集，他們將耳機戴在人體模型頭上。

真實世界評估

機器人平臺旋轉頭部，同時移動的揚聲器播放來自不同距離的噪音。該團隊使用人體模型系統以及 22 個不同室內環境（包括辦公室和生活空間）中的人類用戶收集數據。

研究人員已經確定該系統有效有幾個原因。首先，佩戴者的頭部會反射聲音，這有助于神經網絡區分來自不同距離的聲音。其次，聲音（如人類語音）具有多個頻率，每個頻率在從源頭傳播時都會經歷不同的階段。

研究人員認為，該團隊的 AI 算法正在比較每個頻率的相位，以確定任何聲源（例如，一個人在說話）的距離。

降噪耳機的端到端實時集成

像 Apple 的 AirPods Pro 2 這樣的耳機可以放大佩戴者面前人的聲音，同時減少一些背景噪音。但這些功能的工作原理是跟蹤頭部位置并放大來自特定方向的聲音，而不是測量距離。這意味著耳機無法同時放大多個揚聲器，如果佩戴者將頭從目標揚聲器上移開，耳機就會失去功能，并且在減少來自揚聲器方向的響亮聲音方面效果不佳。

該系統已經過訓練，只能在室內工作，因為在室外更難獲得干凈的培訓音頻。接下來，該團隊正在努力使該技術在助聽器和降噪耳塞上發揮作用，這需要一種新的麥克風定位策略。

文章鏈接：

https://www.nature.com/articles/s41928-024-01276-z