久草视丨护士的小嫩嫩好紧好爽丨久久久久国色av免费看图片丨91露脸的极品国产系列丨国产一区二区视频播放丨天堂男人网丨亚洲老妈激情一区二区三区丨av中文网站丨女人毛片视频丨久久激情小说丨亚洲va在线va天堂va欧美va丨99热国丨日本十大三级艳星丨国产一区不卡在线丨国产超碰人人模人人爽人人喊丨91在线网址丨亚洲视频六区丨国产精品r级最新在线观看丨国产日韩欧美中文另类丨中文字幕国产日韩

仿生系列3--機(jī)器人的聽(tīng)力系統(tǒng)

我們的耳朵是一個(gè)高度復(fù)雜的系統(tǒng)，同時(shí)也是一個(gè)高精度的測(cè)量“儀器”。普通人的每只耳朵都有約15 500個(gè)毛細(xì)胞，可以分辨出400 000余種音調(diào)。經(jīng)過(guò)專(zhuān)門(mén)訓(xùn)練的人甚至可以直接判斷他所聽(tīng)到聲音的音調(diào)值。但是，人類(lèi)的聽(tīng)覺(jué)有一定的頻率范圍限制。舉例來(lái)說(shuō)，在水下負(fù)責(zé)錄制鯨詠（又名鯨歌）的潛水員需要佩戴專(zhuān)業(yè)的擴(kuò)音收音裝置，因?yàn)轹L詠的頻率最高可達(dá)280KHz，而人類(lèi)可以聽(tīng)見(jiàn)的頻率范圍是16Hz~20KHz。雖然專(zhuān)業(yè)的擴(kuò)音收音裝置可以錄制到更廣的聲音頻率范圍，但是只有人類(lèi)可以專(zhuān)注于某種特定的聲音，并且準(zhǔn)確定位聲音的來(lái)源。

耳朵：立體聲定位

無(wú)論聲音來(lái)自前面、后面，還是側(cè)面，雙耳都可以迅速定位其來(lái)源和距離。人耳的兩種關(guān)鍵能力正在被科學(xué)家們遷移到機(jī)器人身上，一種是對(duì)于耳間時(shí)間差（Interaural Time Difference，ITD）的處理，一種是對(duì)于耳間聲壓差（Interaural Intensity Difference，IID）的處理。由于人的雙耳分布在頭部?jī)蓚?cè)，所以頭部在聲音傳遞的過(guò)程中形成了天然的障礙。因此兩只耳朵會(huì)獲得不同的聲壓，而且大部分聲音不會(huì)同時(shí)進(jìn)入雙耳，例如來(lái)自左側(cè)的聲音會(huì)先進(jìn)入左耳，然后繼續(xù)以340m/s的速度進(jìn)入右耳，形成時(shí)間差。在聲學(xué)上，這種現(xiàn)象被稱(chēng)為“頭影效應(yīng)”（Head-Shadow Effect）。慕尼黑科技大學(xué)仿生學(xué)教授Werner Hemmert博士表示：“人耳可以分辨出0.01ms的時(shí)差，但是由于軟件的處理速度較慢，所以目前的機(jī)器人只能精確到10ms級(jí)別。”

柏林洪堡大學(xué)神經(jīng)機(jī)器人實(shí)驗(yàn)室主任Manfred Hild博士對(duì)CHIP雜志表示：“人的立體聲聽(tīng)覺(jué)也受到耳朵肌肉和肩膀的影響。科學(xué)家們已經(jīng)有意識(shí)地將人耳的完整結(jié)構(gòu)運(yùn)用于人工智能系統(tǒng)。”因此，很多機(jī)器人的頭部設(shè)計(jì)與人的大小和形狀相當(dāng)，盡可能地以人類(lèi)的方式利用頭部?jī)蓚?cè)的麥克風(fēng)獲取立體聲信號(hào)。

當(dāng)機(jī)器人身處預(yù)先專(zhuān)門(mén)準(zhǔn)備好的測(cè)試環(huán)境中時(shí)，可以利用立體聲定位功能，像人一樣快速定位聲源。但是，當(dāng)機(jī)器人身處同人一樣的真實(shí)日常生活環(huán)境中時(shí)，聲源定位就不是一件簡(jiǎn)單的事情了。機(jī)器人與人類(lèi)最關(guān)鍵的區(qū)別就是缺乏環(huán)境適應(yīng)和理解能力。一個(gè)我們熟知的現(xiàn)象就是雞尾酒效應(yīng)：當(dāng)許多人在聚會(huì)場(chǎng)所聊天，同時(shí)還伴隨著從音響中散播出來(lái)的背景音樂(lè)的時(shí)候，人類(lèi)依然可以?xún)H專(zhuān)注于某一個(gè)對(duì)話。但是這種場(chǎng)合對(duì)于機(jī)器而言就是難以逾越的挑戰(zhàn)了。由于機(jī)器人無(wú)法確定哪個(gè)聲源是真正需要關(guān)注的而無(wú)法快速過(guò)濾掉所有無(wú)關(guān)的頻率，所以此時(shí)的環(huán)境里只有一種不可識(shí)別的聲音——噪音。

人工智能：聽(tīng)覺(jué)的妥協(xié)

科學(xué)家們根據(jù)應(yīng)用需求的不同，使用了很多巧妙的方法使機(jī)器人獲得更好的聽(tīng)覺(jué)表現(xiàn)。其中，很多人工智能研究中使用到的成熟方法，已經(jīng)成功轉(zhuǎn)換為市場(chǎng)上的可行解決方案。有幾項(xiàng)優(yōu)秀的音頻過(guò)濾方案已經(jīng)開(kāi)始在移動(dòng)終端設(shè)備、車(chē)載免提裝置和遠(yuǎn)程會(huì)議系統(tǒng)上嶄露頭角。但是柏林洪堡大學(xué)的機(jī)器人專(zhuān)家Hild告訴我們：“目前來(lái)看效果并非總是令人滿(mǎn)意，例如汽車(chē)發(fā)動(dòng)機(jī)的聲音會(huì)干擾到車(chē)廂內(nèi)的整個(gè)聲音頻帶，所以無(wú)法通過(guò)頻率過(guò)濾技術(shù)簡(jiǎn)單地將其消除掉，必須配合聲源定位技術(shù)才可以更好地工作。”

最新解決方案就是使用盲信號(hào)分離（Blind Signal Separation）技術(shù)，制造商采用多個(gè)分散放置的麥克風(fēng)協(xié)助錄制令人煩惱的噪音，然后將其過(guò)濾掉，只留下司機(jī)的聲音。智能手機(jī)制造商也使用這個(gè)原理，通過(guò)機(jī)身背部的麥克風(fēng)與機(jī)身正面的麥克風(fēng)配合過(guò)濾掉雜音。慕尼黑科技大學(xué)仿生學(xué)教授Hemmert說(shuō)：“我們目前的研究遇到了瓶頸，雖然新的解決方案取得了很大的進(jìn)步，但是距離真正突破性的進(jìn)展，還有很長(zhǎng)的路要走。”其實(shí)，最關(guān)鍵的原因是日常生活中的噪音幾乎是無(wú)規(guī)律的，而通過(guò)人工智能實(shí)現(xiàn)的機(jī)器耳朵無(wú)法適應(yīng)不同的情景。

對(duì)于語(yǔ)音識(shí)別程序而言，這個(gè)過(guò)程并沒(méi)有什么障礙，通常只要將麥克風(fēng)至于嘴下即可，此時(shí)系統(tǒng)可以識(shí)別最大的聲源。但是語(yǔ)音識(shí)別程序，尤其是非特定語(yǔ)音識(shí)別系統(tǒng)，比如導(dǎo)航系統(tǒng)面臨著另一個(gè)很有難度的問(wèn)題，就是它們需要識(shí)別講話者的嗓音，保證輸入的準(zhǔn)確度，然后結(jié)合龐大的語(yǔ)義數(shù)據(jù)庫(kù)和糾錯(cuò)能力，將語(yǔ)音轉(zhuǎn)換為可理解的文字。

結(jié)論

Hild對(duì)目前的進(jìn)展并不樂(lè)觀，他說(shuō)：“我們必須回頭審視過(guò)去的發(fā)展歷程，理解只有機(jī)器人可以并行處理所有信號(hào)數(shù)據(jù)，并根據(jù)這些數(shù)據(jù)進(jìn)行綜合判斷的時(shí)候才可能取得重大的突破。”其實(shí)，即使這樣也遠(yuǎn)遠(yuǎn)不夠，因?yàn)槲覀儾⒎莾H通過(guò)耳朵聽(tīng)聲音，還會(huì)通過(guò)眼睛定位對(duì)話者、移動(dòng)自己的頭部找到最好的試聽(tīng)位置。因此人工智能機(jī)器人必須將動(dòng)力系統(tǒng)、聲音信號(hào)和視覺(jué)信號(hào)結(jié)合起來(lái)，才能有機(jī)會(huì)擁有人類(lèi)這樣敏銳的耳朵。

最新消息