情境感知設備,如嵌入式智能手機鍵盤,其實并非新生事物,盡管形式非常有限。通過學習經常使用的名稱、地點和短語,它們將能夠預測你的下一步行動,也就是預測性文本。同樣,但在更高的層次上,下一代智能音頻設備將結合用戶特定的數據,如位置、偏好和包括音頻在內的其他設備傳感器數據,更好地為用戶服務。
今天的許多聲控設備都能聽懂、解釋并執行指令。然而,它們并不具備情境感知能力。例如,智能音箱可能知道一系列著名藝術家的名字,但如果你經常要求它搜索一個冷門樂隊,它就無法理解和學習你的喜好。如果沒有情境感知,智能音箱很難提供理想的用戶體驗。
下一代“始終監聽”設備使用機器學習來了解用戶。情境感知讓自然的聲音、大城市的喧囂、用戶的聲音等等都變得有意義。設備利用信號處理技術和機器學習技術,建立了一個“聲學場景”和“聲學事件”庫。聲學場景可能是繁忙的餐廳、上下班的路上,也可能是在家看你最喜歡的節目。另一方面,聲學事件是在任何場景中都能聽到的特定聲音,比如收銀機的鳴響、喇叭聲或孩子的哭聲。
例如,將情境感知的聲學事件識別添加到家庭服務機器人中,已被證明對監控老年人并使他們能夠繼續獨立生活非常有用。通過將某些聲學事件歸類為“警報”,機器人可以自動呼叫相關的緊急服務機構或家庭成員。典型事件可以是煙霧報警聲,也可以更細微,比如悄無聲息的廚房場景。
更多有用的語音助手
另一個可以從情境感知中獲益的應用是語音助手。例如,亞馬遜的Alexa就在其Guard功能中加入了情境感知,以更有效地保護家庭安全。離開家時,用戶告訴Alexa“我要走了”。Guard功能會利用這個情境來激活警報監聽功能。內置的音頻分析技術會自動識別關鍵的聲音事件,例如煙霧或一氧化碳警報和玻璃破碎。當它在用戶外出期間接收到玻璃破碎的聲音,它就會發出智能警報。
很多其他應用也可以利用音頻分析來提高整體的安全性。例如,它可以與視頻監控系統結合,加強對智慧城市中的人員或大中小學生的保護。
處理數據
要解讀來自多個傳感器的所有數據,需要精確的聲學場景分類和事件識別。這個過程需要實時發生,同時保證每個傳感器的誤差或偏差都被考慮在內,避免不斷重新校準。傳感器融合,或傳感器處理,將用戶的數據與音頻數據結合起來,為語音指令帶來上下文,使設備能夠更準確地響應。個人數據的使用可能存在隱私問題,但由于處理是在設備內部進行的,因此安全漏洞的風險大大降低。
像CEVA的SenslinQ這樣的平臺集成了所有必要的硬件和固件,可以自動匯總傳感器數據,為智能設備創建上下文感知。它使用過濾技術和信號處理,并應用先進的算法來創建“上下文使能器”。包括活動分類、語音和聲音檢測以及存在和接近檢測。通過將傳感器處理的工作負載集中起來,并將上下文使能器融合到芯片上,設備將開始理解并適應周圍的環境。
原文標題:什么是情境感知?它如何被使用?
文章出處:【微信公眾號:CEVA】歡迎添加關注!文章轉載請注明出處。
責任編輯:haq
-
機器學習
+關注
關注
66文章
8406瀏覽量
132567 -
語音助手
+關注
關注
7文章
235瀏覽量
26799
原文標題:什么是情境感知?它如何被使用?
文章出處:【微信號:CEVA-IP,微信公眾號:CEVA】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論