如同家庭影院中的直达声和反射声，当你“呼唤”智能音箱的语音助手时，声波也会在室内形成直达声和反射声。如果是正对着智能音箱呼喊，就会有很强烈的直达声；如果是背对着它，通过墙壁的反射再将声波传递，自然反射声会更加强烈。好了，那么我想说明什么？人在习惯上，很少会背对着“受话人”说话，因此通过AI侦测，往往可以判断此刻你是不是正在“呼唤”智能音箱，也就可以降低语音助手识别语音指令的误判率。

卡内基·梅隆大学正在进行的这项研究，便是通过AI和机器学习，侦测室内声波的反射特性，进而判断用户是不是正在对着智能音箱说话。此举，可以降低人们在闲聊过程中智能音箱的误判（即它会突然说出“我在”的应答语），而且长此以往还有可能摆脱“唤醒设备”（比如说Hi，Alexa）的流程，以逐步接近人与人之间的语言交互。

这项研发被称为“语音助手与智能设备生态系统进行直观语音交互的语音方向（DoV）估计”。

科学家们认为，未来家庭和办公环境将采用越来越密集的物联网设备/生态系统，比如智能照明、智能音箱和需要语音控制的家用电器，语音指令是其中一个重要的交互工具。目前来说，我们需要唤醒设备，从而让它“知道”用户将要对其发出进一步的指令。

为此，科学家们决定探讨在将语音作为定向沟通渠道时，能不能使用类似目光凝视指定焦点的方式。推断语音方向（DoV）的研发，不是简单使用设备内置麦克风来接收和处理语音指令，而是期待让语音指令具有可寻址性（即设备会自然而迅速地知道命令是否直接针对它们）。这一过程中，科学家对用户、房间、口头短语以及其他影响性能和可用性的关键因素进行准确性量化。最终，他们相信DoV估计法可以使分布式语音交互有更加直观和流畅的前景。

下载研究论文，可参考如下网址：

https://karan-ahuja.com/dov.html

※ 本文部分图片源自网络。

※ 影音中国网原创稿件，未经许可不得转载、节录及改编。