Forschungsarbeit von Apple beschreibt, wie Apple Siri für HomePod optimiert hat

Apple hat einen neuen Beitrag in seinem Machine Learning Journal veröffentlicht, der detaillierte technische Informationen darüber bietet, wie Apple Siri auf dem HomePod entworfen hat, um die Stimme eines Benutzers in den größeren Räumen, in denen der HomePod betrieben werden soll, zu hören und zu verstehen. Mit dem Titel “Optimierung von Siri auf dem HomePod in Fernfeld-Einstellungen” erklärt das Papier, wie Siri auf dem HomePod so gestaltet werden musste, dass sie in “herausfordernden Nutzungsszenarien” funktioniert, wie zum Beispiel bei Benutzern, die viel weiter vom HomePod entfernt stehen, als sie es normalerweise von ihrem iPhone tun würden, sowie beim Umgang mit lauter Musik, die vom HomePod selbst abgespielt wird, und beim Verstehen des Benutzers, der spricht, trotz anderer Schallquellen im Raum wie einem Fernseher oder Haushaltsgeräten.

In dem Artikel beschreibt Apple weiter, wie die sechs Mikrofone des HomePod und das Multikanal-Signalverarbeitungssystem, das in seinen A8-Chip integriert ist, zusammenarbeiten, um sich an eine Vielzahl von sich ändernden Bedingungen anzupassen, während sichergestellt wird, dass Siri die sprechende Person hören und angemessen reagieren kann. Machine Learning-Algorithmen werden als Teil der Signalverarbeitung eingesetzt, um fortschrittliche Algorithmen für gängige Funktionen wie Echo-Unterdrückung und Geräuschreduzierung zu erstellen, wodurch die Zuverlässigkeit von Siri in einer Vielzahl von häufig wechselnden Umgebungen verbessert wird.

Eine Funktion zur Multikanal-Echo-Unterdrückung (MCEC) wird verwendet, um effektiv jede Musik, die vom HomePod selbst abgespielt wird, “auszublenden”, da der Prozessor die spezifischen akustischen Eigenschaften der Musik oder anderer Audioinhalte, die vom Lautsprecher abgespielt werden, bestimmen kann, obwohl der Artikel die Notwendigkeit diskutiert, einen maskenbasierten Restecho-Unterdrücker (RES) hinzuzufügen, der Machine Learning verwendet, um Dinge wie mechanische Vibrationen des HomePod und Variationen im Signal aufgrund des beamforming Lautsprecherarrays zu modellieren. Das Papier erklärt auch zusätzliche Techniken, die verwendet werden, um die Nachhall von Befehlen, die aus dem Raum heraus gegeben werden, herauszufiltern, und maskenbasierte Geräuschreduzierung, um Hintergrundgeräusche von Dingen wie Haushaltsgeräten, Heizungs- und Klimaanlagen und Außengeräuschen, die durch Fenster eindringen, herauszufiltern.