克里斯蒂安（Cristian Cristian）在Unsplash上拍摄的照片
在不久的将来，将有可能激活Amazon Echo或Nest Audio语音扬声器，在Google或Apple设备上的Siri中搜索，而无需像“你好，谷歌！”那样打招呼。在人工智能的帮助下，来自美国的科学家开发了一种算法，智能语音助手可以通过该算法了解有人正在与他们交谈。
在正常对话中，人们只需查看邮件即可指定邮件的收件人。但是大多数语音设备都是为激活按键而设计的，没有人在真实的交流中说过。语音助手对非语言线索的理解将使交流更加容易和直观。特别是如果房子中有几个这样的设备。
卡内基梅隆大学的科学家指出，开发的算法使用麦克风确定语音方向（DoV）。
DoV与检测到达方向（DoA）不同。
研究人员称，DoV的使用使定向命令成为可能，这类似于对话者对话时的眼神交流。但是，不涉及设备的相机。因此，可以自然地与不同类型的设备进行交互，而不会引起混乱。
除其他事项外，该技术将减少一直处于待机状态的语音助手的意外激活次数。
新的音频技术基于语音传播的功能。如果声音直接进入麦克风，则低频和高频占主导地位。如果语音被反射（即最初指向另一个设备），则与低频相比，高频会明显下降。
该算法还分析声音在前10毫秒内传播。这里有两种情况：
用户转向麦克风。与房屋中其他设备反射的其他信号相比，最先到达麦克风的信号将清晰可见。
用户远离麦克风。所有声音振动将重复出现并失真。
该算法测量信号的形状，计算其强度的峰值，将其与平均值进行比较，并确定语音是否指向麦克风。
通过测量声音的散布，科学家们能够以93.1％的准确度确定扬声器是否在特定麦克风的前面。他们指出，这是迄今为止最好的结果，也是向现有设备中实施该解决方案的重要一步。当试图确定的八个角，一个人在看设备的一个，一个的65.4％，准确度达到。对于一个应用程序来说，这仍然是不够的，其本质是与用户进行主动交互。
为了收集信息，工程师使用Python，并根据Extra-Trees分类器算法处理了信号。
开发期间收集的数据和算法对GitHub开放。在创建自己的语音助手时可以使用它们。
