汽車音響的新人工智能可能會改善的不僅僅是音調

好萊塢一直將人工智能 (AI) 描繪為反烏托邦機器人的操作層，它們取代毫無戒心的人類並製造不斷升級的核心衝突。 在最好的案例參考中，您可能會想像一個年輕的海莉·喬爾·奧斯蒙（Hailey Joel Osment）扮演大衛，在斯皮爾伯格的極地冰蓋融化和洪水氾濫的沿海城市世界中，一個有自我意識的人造孩子（聽起來很熟悉？） 人工智能：人工智能 誰（劇透警報）只會自殺。 或者，也許你還記得 Robin Williams 的聲音 百年人 誰，再一次，是一個有自我意識的機器人，試圖茁壯成長，誰（再次在劇透警報中），最終成為他唯一的受害者。 而且，當然，還有幾乎陳詞濫調的提及 終結者 以及它的後世界末日世界，機器試圖摧毀人類，而且，（不那麼劇透的警報）幾十年來有很多受害者。 然而，在這些情況下，人類並沒有與改善的生活共存，更不用說增強的娛樂性和安全性了。

然而，這是新的現實。 人工智能算法可以包含在音頻設計中，並通過無線更新不斷改進，以改善駕駛體驗。 與好萊塢的這些例子直接矛盾的是，這種人工智能實際上可能會提高人類生存的可能性。

只是為了快樂

直到最近，包括音頻開發在內的所有用戶界面 (UI) 都需要專家編碼人員在標準的三十六 (36) 個月的車輛程序中進行複雜的編程。 鈑金造型和電子盒是並行指定、採購和開發的，只是為了在開發後期校准單個元素。 品牌的聲音。 聲學簽名。 在同一個貧乏的系統設計中的所有單獨的舉措 花費製造商數十億美元.

但人工智能允許以更靈活、更有效的方式進行音頻體驗設計。 “我們看到的是趨勢的融合，”DSP Concept 的機器學習工程經理 Josh Morris 說。 “音頻正在成為汽車領域的一項更重要的功能，但與此同時，您會看到現代處理器變得更強大，內存和功能更多。”

並且，在其中，使用以系統為中心的開發平台、人工智能和這些更強大的處理器為駕駛員和乘客提供了新水平的自適應、實時響應能力。 . DSP Concept 的汽車業務開發主管 Steve Ernst 表示：“AI 不再需要為每個可能的場景編寫大量代碼，而是基於對環境條件和事件的學習意識來指導系統響應。

使用這種學習系統的非常明顯的方法是對車輛進行“降噪”，以便在更換冬季輪胎或其他類似環境變化的情況下定制和改進優質音頻。 但 LG Electronics 開發了在 DSP Concept 的 Audio Weaver 中運行的算法 平台允許在後座娛樂期間對電影對話進行語音增強，以突出它而不是電影中的爆炸聲，從而讓乘客更好地聽到關鍵內容

另一個不明顯的方面是如何在其他噪音中編排品牌音頻聲音。 這輛特定的車輛是否需要不斷升級的啟動序列才能播放，而收音機和鈴聲等其他聲音會自動關閉？ 每個經驗都可以調整。

更有可能茁壯成長

隨著世界對電動汽車和自動駕駛的競爭，聲音警告的頻率和需求可能會發生巨大變化。 例如，當需要及時發出警報時，自動駕駛出租車的安全工程師不能假設乘客在視覺顯示器附近的任何地方。 該警報對於 近 25 萬美國殘疾人 自動駕駛汽車應該為誰開啟新的出行可能性？ “現在的音頻不僅僅用於聆聽您最喜歡的歌曲，”Ernst 說。 “對於自動駕駛，需要各種警報來保持駕駛員的參與度或提醒未參與的駕駛員周圍發生的事情。”

DSP Concepts 的營銷主管 Adam Levenson 表示：“讓它更具挑戰性的是，所有事情都在車內同時處理：電話、沉浸式或空間聲音、發動機噪音、道路噪音、聲學車輛警報系統，語音系統等。我們喜歡說最複雜的音頻產品是汽車。”

例如，想像一下司機在高速公路上啟用了自動駕駛模式，調高了他的音調，卻愉快地不知道有一輛正在接近的緊急車輛。 使用車輛麥克風的警報器檢測精度（和距離）是多少，汽車會提醒準分心的駕駛員？ 必須如何提供警報以克服環境噪音，提供足夠的注意力但又不會不必要地驚嚇駕駛員？ 所有這些都可以通過預先開發的模型、使用不同警報器的前期培訓以及隨後的基於雲的調整來進行調整。 “這就是整體編排變得非常重要的地方，”莫里斯解釋道。 “我們可以獲取 [AI 檢測] 模型的輸出，並將其定向到汽車的不同位置。 也許你把音頻調低，觸發一些聲音警告信號，然後在儀表板上閃爍一些東西，讓司機注意。”

外部警報也是如此。 例如，安靜的電動汽車可能會為行人調整警報。 因此，可以離線創建新的校準，並將其作為基於啟用創新的軟件更新下載到車輛。

創新無處不在。 人工智能提供了烏托邦式的體驗，而不是創造好萊塢的反烏托邦世界。

作者的預測

這是我對本週的預測（只是星期二，伙計們）：音頻的下一個發展將包括一個完整的、即時的反饋循環，包括微妙的、實時的用戶的喜悅。 是的，當前的大部分設計可能會改善體驗，但以用戶為中心的設計 (UCD) 的持續校準可能會根據乘客的表情、肢體語言和評論進一步增強，從而實時單獨調整滿意度。 所有的推動因素都在那裡：相機、人工智能、處理器和自適應平台。

是的，我們之前聽說過 自適應情緒照明 和遠程檢測無聊、壓力等以提高安全性，但沒有任何東西可以增強基於所有用戶指向傳感器的實時學習算法的組合體驗。

也許我推斷得太多了。 但就像羅賓威廉姆斯的角色一樣，我已經跨越了兩個世紀……所以也許我也只是對人類可能想要的東西很敏感。