汽车音响的新人工智能可能会改善的不仅仅是音调

好莱坞一直将人工智能 (AI) 描绘为反乌托邦机器人的操作层，它们取代毫无戒心的人类并制造不断升级的核心冲突。 在最好的案例参考中，您可能会想象一个年轻的海莉·乔尔·奥斯蒙（Hailey Joel Osment）扮演大卫，在斯皮尔伯格的极地冰盖融化和洪水泛滥的沿海城市世界中，一个有自我意识的人造孩子（听起来很熟悉？） 人工智能：人工智能 谁（剧透警报）只会自杀。 或者，也许你还记得 Robin Williams 的声音 百年人 谁，再一次，是一个有自我意识的机器人，试图茁壮成长，谁（再次在剧透警报中），最终成为他唯一的受害者。 而且，当然，还有几乎陈词滥调的提及 终结者 以及它的后世界末日世界，机器试图摧毁人类，而且，（不那么剧透的警报）几十年来有很多受害者。 然而，在这些情况下，人类并没有与改善的生活共存，更不用说增强的娱乐性和安全性了。

然而，这是新的现实。 人工智能算法可以包含在音频设计中，并通过无线更新不断改进，以改善驾驶体验。 与好莱坞的这些例子直接矛盾的是，这种人工智能实际上可能会提高人类生存的可能性。

只是为了快乐

直到最近，包括音频开发在内的所有用户界面 (UI) 都需要专家编码人员在标准的三十六 (36) 个月的车辆程序中进行复杂的编程。 钣金造型和电子盒是并行指定、采购和开发的，只是为了在开发后期校准各个元素。 品牌的声音。 声学签名。 在同一个贫乏的系统设计中的所有单独的举措 花费制造商数十亿美元.

但人工智能允许以更灵活、更有效的方式进行音频体验设计。 “我们看到的是趋势的融合，”DSP Concept 的机器学习工程经理 Josh Morris 说。 “音频正在成为汽车领域的一项更重要的功能，但与此同时，您会看到现代处理器变得更强大，内存和功能更多。”

并且，在其中，使用以系统为中心的开发平台、人工智能和这些更强大的处理器为驾驶员和乘客提供了新水平的自适应、实时响应能力。 . DSP Concept 的汽车业务开发主管 Steve Ernst 表示：“AI 不再需要为每个可能的场景编写大量代码，而是基于对环境条件和事件的学习意识来指导系统响应。

使用这种学习系统的非常明显的方法是对车辆进行“降噪”，以便在更换冬季轮胎或其他类似环境变化的情况下定制和改进优质音频。 但 LG Electronics 开发了在 DSP Concept 的 Audio Weaver 中运行的算法 平台允许在后座娱乐期间对电影对话进行语音增强，以突出它而不是电影中的爆炸声，从而让乘客更好地听到关键内容

另一个不明显的方面是如何在其他噪音中编排品牌音频声音。 这辆特定的车辆是否需要不断升级的启动序列才能播放，而收音机和铃声等其他声音会自动关闭？ 每个经验都可以调整。

更有可能茁壮成长

随着世界对电动汽车和自动驾驶的竞争，声音警告的频率和需求可能会发生巨大变化。 例如，当需要及时发出警报时，自动驾驶出租车的安全工程师不能假设乘客在视觉显示器附近的任何地方。 该警报对于 近 25 万美国残疾人 自动驾驶汽车应该为谁开启新的出行可能性？ “现在的音频不仅仅用于聆听您最喜欢的歌曲，”Ernst 说。 “对于自动驾驶，需要各种警报来保持驾驶员的参与度或提醒未参与的驾驶员周围发生的事情。”

DSP Concepts 的营销主管 Adam Levenson 表示：“让它更具挑战性的是，所有事情都在车内同时处理：电话、沉浸式或空间声音、发动机噪音、道路噪音、声学车辆警报系统，语音系统等。我们喜欢说最复杂的音频产品是汽车。”

例如，想象一下司机在高速公路上启用了自动驾驶模式，调高了他的音调，却愉快地不知道有一辆正在接近的紧急车辆。 使用车辆麦克风的警报器检测精度（和距离）是多少，汽车会提醒准分心的驾驶员？ 必须如何提供警报以克服环境噪音，提供足够的注意力但又不会不必要地惊吓驾驶员？ 所有这些都可以通过预先开发的模型、使用不同警报器的前期培训以及随后的基于云的调整来进行调整。 “这就是整体编排变得非常重要的地方，”莫里斯解释道。 “我们可以获取 [AI 检测] 模型的输出，并将其定向到汽车的不同位置。 也许你把音频调低，触发一些声音警告信号，然后在仪表板上闪烁一些东西，让司机注意。”

外部警报也是如此。 例如，安静的电动汽车可能会为行人调整警报。 因此，可以离线创建新的校准，并将其作为基于启用创新的软件更新下载到车辆。

创新无处不在。 人工智能提供了乌托邦式的体验，而不是创造好莱坞的反乌托邦世界。

作者的预测

这是我对本周的预测（只是星期二，伙计们）：音频的下一个发展将包括一个完整的、即时的反馈循环，包括微妙的、实时的用户的喜悦。 是的，当前的大部分设计可能会改善体验，但以用户为中心的设计 (UCD) 的持续校准可能会根据乘客的表情、肢体语言和评论进一步增强，从而实时单独调整满意度。 所有的推动因素都在那里：相机、人工智能、处理器和自适应平台。

是的，我们之前听说过 自适应情绪照明 和远程检测无聊、压力等以提高安全性，但没有任何东西可以增强基于所有用户指向传感器的实时学习算法的组合体验。

也许我推断得太多了。 但就像罗宾威廉姆斯的角色一样，我已经跨越了两个世纪……所以也许我也只是对人类可能想要的东西很敏感。