O artigo de pesquisa da Apple descreve como a Apple otimizou a Siri para funcionar no HomePod

A Apple publicou uma nova entrada em seu Jornal de Aprendizado de Máquina fornecendo informações técnicas detalhadas sobre como a Apple projetou a Siri no HomePod para lidar com a audição e compreensão da voz de um usuário em espaços maiores nos quais o HomePod está destinado a operar. Intitulado Otimizando a Siri no HomePod em Configurações de Longo Alcance, o artigo explica como a Siri no HomePod teve que ser projetada para funcionar em “cenários de uso desafiadores”, como lidar com usuários que estão muito mais longe do HomePod do que normalmente estariam de seu iPhone, além de lidar com a reprodução de música alta do próprio HomePod e entender o usuário falando apesar de outras fontes de som em uma sala, como uma TV ou eletrodomésticos.

No artigo, a Apple continua a descrever como os seis microfones do HomePod e o sistema de processamento de sinal multicanal embutido em seu chip A8 trabalham juntos para se adaptar a uma variedade de condições em mudança, enquanto ainda garante que a Siri possa ouvir a pessoa falando e responder de forma apropriada. Algoritmos de aprendizado de máquina são empregados como parte do processamento de sinal para criar algoritmos avançados para recursos comuns, como cancelamento de eco e redução de ruído, melhorando a confiabilidade da Siri em uma ampla variedade de ambientes que mudam frequentemente.

Um recurso de Cancelamento de Eco Multicanal (MCEC) é usado para efetivamente “cancelar” qualquer música tocando do próprio HomePod, uma vez que o processador pode determinar as propriedades acústicas específicas de qualquer música ou outro áudio que esteja tocando do alto-falante, embora o artigo discuta a necessidade de adicionar um supressor de eco residual baseado em máscara (RES) que usa aprendizado de máquina para modelar coisas como vibrações mecânicas do HomePod e variações no sinal devido à matriz de alto-falantes com formação de feixe. O artigo também explica técnicas adicionais que são usadas para filtrar a reverberação de comandos emitidos do outro lado da sala e redução de ruído baseada em máscara para filtrar o ruído de fundo de coisas como eletrodomésticos, sistemas de aquecimento e ar condicionado e sons externos entrando pelas janelas.