Appleの研究論文がHomePodでSiriを最適化する方法を概説

Appleは、HomePodでSiriを設計する際に、ユーザーの声を聞き取り理解するための技術的情報を提供する新しいエントリーをMachine Learning Journalに発表しました。タイトルは「遠方設定におけるHomePodのSiriの最適化」で、HomePodが意図されている広い空間での「困難な使用シナリオ」に対処するためにSiriがどのように設計されたかを説明しています。具体的には、ユーザーが通常iPhoneから離れているよりもずっと遠くに立っている場合や、HomePod自体からの大音量の音楽再生に対処し、テレビや家庭用電化製品などの他の音源がある部屋でユーザーの声を聞き取る必要があることが挙げられます。

この記事では、AppleがHomePodの6つのマイクとA8チップに組み込まれたマルチチャネル信号処理システムが、さまざまな変化する条件に適応しながら、Siriが話している人を聞き取り、適切に応答できるようにどのように連携しているかを概説しています。機械学習アルゴリズムは、エコーキャンセリングやノイズリダクションなどの一般的な機能のための高度なアルゴリズムを作成するために信号処理の一部として使用され、さまざまな頻繁に変化する環境でのSiriの信頼性を向上させています。

マルチチャネルエコーキャンセリング（MCEC）機能は、HomePod自体から再生される音楽を効果的に「打ち消す」ために使用されます。プロセッサはスピーカーから再生される音楽や他の音声の特定の音響特性を特定できるためです。ただし、この記事では、HomePodの機械的振動やビームフォーミングスピーカーアレイによる信号の変動などをモデル化するために機械学習を使用するマスクベースの残響抑制器（RES）を追加する必要性についても議論しています。論文では、部屋の向こう側から発せられたコマンドの残響をフィルタリングするために使用される追加の技術や、家庭用電化製品、暖房および空調システム、窓を通して入ってくる屋外の音などのバックグラウンドノイズをフィルタリングするためのマスクベースのノイズリダクションについても説明しています。