不知道你是否有這樣的經(jīng)歷，月底窮困潦倒的你中午走進(jìn)人潮喧嘩的食堂，正在心里瘋狂比較哪個(gè)菜更便宜時(shí)，忽然聽(tīng)到五米開(kāi)外某人的一聲“咱們發(fā)工資了”，于是你理直氣壯地對(duì)食堂大媽喊道：“加個(gè)雞腿！”

還有，不管在哪里，周圍有多吵，一旦有人叫自己的名字，總是能聽(tīng)到。人能夠在如此嘈雜的環(huán)境下精確捕捉到想聽(tīng)到的聲音，甚至還能知道聲音的方位，相比之下，現(xiàn)在的很多智能設(shè)備卻做不到這一點(diǎn)，這究竟是為什么呢？

Part. 1

人的聽(tīng)覺(jué)為什么具有選擇性

說(shuō)起人的聽(tīng)覺(jué)，有一個(gè)著名的效應(yīng)——雞尾酒會(huì)效應(yīng)，它是指在喧鬧的雞尾酒會(huì)上，參會(huì)者大腦中的聽(tīng)覺(jué)系統(tǒng)可以將他的注意力集中約束在他感興趣的談話內(nèi)容上，而自動(dòng)忽略其他“無(wú)關(guān)”的噪聲，即使周圍環(huán)境非常嘈雜。

然而，這種我們?nèi)祟愑脙芍欢渚湍芨愣ǖ男?wèn)題，對(duì)于智能音箱等語(yǔ)音交互設(shè)備來(lái)說(shuō)，卻并不是那么容易的。當(dāng)它們身處嘈雜的環(huán)境時(shí)，很容易就受到各種來(lái)路不明的聲音的連環(huán)暴擊，最終陷入我是誰(shuí)我在哪我在干嘛的死循環(huán)中無(wú)法自拔（感興趣的同學(xué)可以打開(kāi)你身邊的語(yǔ)音交互設(shè)備嘗試一下）…

于是，攻（工）城（程）獅（師）們本著大力出奇跡的原則，不惜斥巨資為它們裝上很多個(gè)金光閃閃的麥克風(fēng)用來(lái)接收聲音，又去全世界各地搜羅各種各樣的聲音數(shù)據(jù)，沒(méi)日沒(méi)夜地投喂它們。但是，機(jī)器們學(xué)習(xí)的效果不是十分理想，雞尾酒會(huì)問(wèn)題至今仍然困擾著世界各地的語(yǔ)音攻城獅們。

這時(shí)有的同學(xué)可能就要坐不住了：“就這？還用學(xué)？看來(lái)我的學(xué)霸屬性就要藏不住了！”這位同學(xué)你先冷靜一下，事情可并不是你想的那么簡(jiǎn)單喲。

其實(shí)，你能具有這種聽(tīng)覺(jué)選擇能力首先要感謝你的媽媽給了你兩只忽閃忽閃的大耳朵，這使得你的耳膜并不是像麥克風(fēng)一樣是直接裸露在空氣中的。你的耳廓、頭部、肩膀、軀干等身體部位對(duì)于聲音來(lái)說(shuō)像是一個(gè)“迷宮”，來(lái)自不同方位的聲音需要從不同的入口進(jìn)入，經(jīng)歷上述部位的一系列反射后最終到達(dá)“迷宮”的中心——耳膜，然后你的大腦就能感知到這個(gè)聲音啦。

由于聲波所走過(guò)的路徑不同，它們的頻譜也會(huì)發(fā)生不同程度的修改。在這個(gè)“迷宮”的不同位置，仿佛潛伏著一群造型師（沒(méi)錯(cuò)，就是讓你又愛(ài)又恨的Tony老師），聲波路過(guò)時(shí)總是難免被“改造”一番。由于這些造型師們風(fēng)格迥異、水平參差不齊，在大腦看來(lái)，這些聲波就變得各有特色，所以很容易區(qū)分，怎么說(shuō)呢…有點(diǎn)像…

所以當(dāng)你還是個(gè)小baby的時(shí)候，你還沒(méi)能累積足夠多的聽(tīng)音經(jīng)驗(yàn)，你的大腦對(duì)這些改造過(guò)的聲音可能一時(shí)無(wú)法辨認(rèn)，因此導(dǎo)致你對(duì)聲音的辨別能力可能比較弱。隨著你慢慢長(zhǎng)大，聽(tīng)到的聲音越來(lái)越多，你的大腦就會(huì)慢慢摸清套路，建立一套自己的算法（數(shù)據(jù)庫(kù)），這樣即使是好幾個(gè)聲音同時(shí)出現(xiàn)在你面前，你也能很輕松地區(qū)分他們。

Part. 2

機(jī)器怎么獲取辨音能力

那么問(wèn)題來(lái)了！能不能讓機(jī)器像我們?nèi)艘粯?，擁有能夠分辨不同聲音的能力呢？答案是肯定噠！前不久，中科院聲學(xué)所的楊軍研究員團(tuán)隊(duì)就提出了一種基于聲學(xué)超材料的單通道多聲源定位與分離系統(tǒng)，只使用一個(gè)帶有超材料外殼的單通道傳聲器，即可實(shí)現(xiàn)三維空間中多個(gè)同時(shí)發(fā)聲聲源的實(shí)時(shí)定位與分離。研究成果發(fā)表在了綜合類期刊Advanced Science上。

別...別激動(dòng)…說(shuō)人話就是——給麥克風(fēng)做了一個(gè)忽閃忽閃的“大耳朵”，不過(guò)這個(gè)耳朵跟我們的耳朵差別有點(diǎn)大，它長(zhǎng)這樣…

左圖：超材料結(jié)構(gòu)模型圖 右圖：超材料結(jié)構(gòu)實(shí)物圖

（圖片來(lái)源：作者繪制與拍攝）

我們暫且叫他“蜂窩耳”吧。這個(gè)“蜂窩耳”由外中內(nèi)三層半球殼嵌套而成，每一層球殼上都隨機(jī)設(shè)置大小不一的圓孔，球殼之間隨機(jī)插入了若干塊橫向和縱向的擋板來(lái)制造大小不一的腔體，在球心位置則放著一個(gè)單通道的麥克風(fēng)。這些大小隨機(jī)的圓孔和隔板使“蜂窩耳”具有高度的空間不對(duì)稱性，因此會(huì)對(duì)來(lái)自不同方向的聲波起到不同的調(diào)制效果。

這個(gè)“蜂窩耳”中的聲學(xué)結(jié)構(gòu)就像是一個(gè)個(gè)風(fēng)格迥異的Tony老師，聲波經(jīng)過(guò)時(shí)總是難逃老師們的“改造”，這位老師畫個(gè)眉毛，那位老師涂個(gè)口紅，所以等它到麥克風(fēng)的面前時(shí)，早就不是它原本的樣子啦。

你可能已經(jīng)猜到，“蜂窩耳”的學(xué)名就是——聲學(xué)濾波器。剛才所說(shuō)的聲波的“改造”過(guò)程其實(shí)就是濾波過(guò)程，濾波后的聲信號(hào)頻譜會(huì)發(fā)生相應(yīng)的改變，因此被麥克風(fēng)接收到的信號(hào)就會(huì)產(chǎn)生與來(lái)波方向有關(guān)的差異性了。

那么問(wèn)題又來(lái)了——你以為聲波們長(zhǎng)得不一樣，機(jī)器就能很快辨別出來(lái)嗎？想得美！

我們還需要訓(xùn)練一個(gè)算法，讓機(jī)器提取這些聲波身上的獨(dú)家特征，最終定位和識(shí)別來(lái)自不同方向的聲音。擁有這個(gè)算法就好像擁有了一本Tony老師們的《造型百科全書》，里面記錄了各位Tony老師的改造技能和偏愛(ài)風(fēng)格。從某種意義上說(shuō)，這個(gè)算法也可以幫助廣大男同胞完美應(yīng)對(duì)女朋友每日的靈魂拷問(wèn)：“你覺(jué)得我今天有什么不一樣嗎？”是不是很想來(lái)一套！

Part. 3

機(jī)器戴耳記

一切準(zhǔn)備就緒，我們的“蜂窩耳”就可以正式上崗啦！

來(lái)自不同方向的聲波從外表面不同的位置進(jìn)入“蜂窩耳”，經(jīng)過(guò)不同的傳播路徑時(shí)被不同的造型師改造，被球心的麥克風(fēng)接收；熟讀《造型百科全書》的算法對(duì)接收信號(hào)進(jìn)行處理，最終重建出它們的來(lái)波方向和聲音的內(nèi)容。這種超材料結(jié)構(gòu)+智能算法的組合，只用一個(gè)麥克風(fēng)就能實(shí)現(xiàn)多聲源的實(shí)時(shí)定位和分離。攻城獅們?cè)僖膊挥脫?dān)心麥克風(fēng)數(shù)量不夠用啦！

“蜂窩耳”的工作流程

（圖片來(lái)源：作者繪制）

你是不是也很好奇“蜂窩耳”的效果如何呢？來(lái)看看研究人員針對(duì)多個(gè)生活場(chǎng)景進(jìn)行的聽(tīng)音測(cè)試。

實(shí)驗(yàn)場(chǎng)景（圖片來(lái)源：作者拍攝）

“蜂窩耳”（圖片紅框里）放在中間，周圍均勻放置16個(gè)音響用于播放測(cè)試所用的聲音。測(cè)試所用到的聲音包括馬路上的鳴笛聲、動(dòng)物的叫聲、各種樂(lè)器聲、人說(shuō)話的聲音等等，好奇心爆棚的筆者曾一度跑到“蜂窩耳”的位置，試圖挑戰(zhàn)一下這個(gè)聽(tīng)音測(cè)試，當(dāng)時(shí)的場(chǎng)景大概是這個(gè)樣子的…

不過(guò)，這對(duì)訓(xùn)練有素的“蜂窩耳”來(lái)說(shuō)就是小菜一碟啦。當(dāng)空間中同時(shí)發(fā)聲的聲源不超過(guò)三個(gè)，定位與分離的準(zhǔn)確率可以達(dá)到90%以上，耗時(shí)也不超過(guò)1s，是不是棒棒噠！

當(dāng)然，現(xiàn)在的“蜂窩耳”還只能算一個(gè)小baby，它的聲學(xué)結(jié)構(gòu)設(shè)計(jì)和后端算法仍有待進(jìn)一步的磨合和提升，研究人員也正在馬不停蹄地研發(fā)“蜂窩耳”2.0版本。隨著語(yǔ)音技術(shù)的發(fā)展，我們身邊越來(lái)越多的電子設(shè)備都搭載了語(yǔ)音交互系統(tǒng)，希望這個(gè)“蜂窩耳”能讓這些設(shè)備更加智能，使人與機(jī)器之間的交互更加流暢和便捷。

參