事实证明,汽车是最复杂的音响产品

[复制链接]
查看7149 | 回复0 | 2022-9-14 11:31:39 | 显示全部楼层 |阅读模式
, T$ t3 r) h- b. D% z$ m" n6 u- B; J! S) }
撰文 / 马晓蕾

' K) ]( V* s5 K6 V
编辑 / 涂彦平

9 W, v3 k( z- @; d) D9 T# r* s
设计 / 师玉超
' Y! _0 V8 c" D$ W
来源 / 福布斯 作者:Steve Tengler
+ y6 _+ R$ g* p; b. y5 I8 L
“事实证明,汽车是最复杂的音响产品。”音效平台开发商DSP Concepts公司联合创始人兼首席执行官钦·贝克曼(Chin Beckmann)表示,  q( Z" Y' T" j
随着全世界开展了电动汽车和自动驾驶的竞赛,汽车声音警告的频率和需求可能会发生巨大变化。
0 Z" i/ g3 P2 E1 _, e例如,自动驾驶出租车的安全工程师不可能想当然地认为,乘客在需要提醒时恰好在盯着视觉显示器。$ j* M2 ^- e  t2 u& p  u8 E) {6 m9 f
美国有近2500万残疾人,自动驾驶汽车应该为他们带来新的出行选择,现在的汽车音频不应该仅仅为娱乐系统服务。
- R, H# Q# \! tDSP Concepts公司的汽车业务开发主管史蒂夫·恩斯特(Steve Ernst)说:“有了自动驾驶,就需要各种警报,以保持驾驶员的参与度,或提醒分心驾驶员注意周围情况。”
) ?& w% ], a. a人工智能算法可以被纳入到音频设计中,并通过空中更新不断改进,以改善驾驶体验。
+ `3 i/ d" j# g' s4 M8 B汽车音响的性能现在可以成为一种创新的、自协调的系统,增强用户的体验
5 F3 x+ M6 }* M3 Z: B
6 t1 s1 \: p; e7 E
: b; B3 \- j' L! s8 n7 H
目前,所有的用户界面(UI),包括音频开发,都需要由专家编码员在汽车程序内进行复杂的编程。通常情况下,这需要36个月的时间。% d& O+ f9 z  a7 @! b" U2 |; m
钣金造型和电子盒的指定、采购和开发是并行的,在开发后期会校准个别元素。有识别度的品牌声音、声学特征等都在同一个系统设计中进行的,这让制造商花费了数十亿美元。
: H6 i" Z5 A8 M6 K6 q但是,人工智能已经允许以一种更灵活和有效的方式来处理音频体验设计。“我们看到的是各种趋势的融合。”DSP Concept公司的机器学习工程经理乔希·莫里斯(Josh Morris)说,“音频正在成为汽车中一个更主要的功能,但同时你也看到现代处理器变得更强大,拥有更多的内存和能力。”
* N" S! H  B5 [  z3 x# ^“而且,使用一个以系统为重点的开发平台,人工智能和这些更强大的处理器为司机和乘客提供了一个新水平的适应性、实时反应能力。”恩斯特说,“人工智能根据对环境条件和事件的了解,指导系统的反应能力,而不是像过去那样需要为每一种可能的情况编写大量的代码。”
$ V; `2 e6 W( Q. x( j% @, i6 s' |: M. X1 U

7 V* W9 ~2 h" x) M' b, a使用这种学习系统的一个典型案例是为车辆“去噪”,这样即使车辆更换了冬季轮胎或有其他环境变化,高级音频也可以定制和改进。
# {5 u& h. |6 i! j4 |2020年,DSP Concepts已经与音响品牌Bose达成合作,将Bose 的QuietComfort道路噪音控制(RNC)技术带到支持Audio Weaver平台的车辆上。/ U  v7 L1 Q; x9 M
该技术结合了加速度计、信号处理软件、麦克风和汽车本身的音响系统,用电子的方式降低目标噪音。通过一系列算法,可降低包括车辆行驶在崎岖不平的路面时产生的声音。& |4 D. V! T& ]) v: P, g0 B7 O
LG电子也已经开发了在DSP Concept的Audio Weaver平台上运行的算法,可以在后座娱乐系统中增强电影对话的声音,从而弱化电影中的爆炸声等特效声音,让乘客更好地听到关键内容。
9 l/ I4 s! k% D5 j: ^( X: A另一个被忽视的方面是如何在其他噪音中协调车辆音频的声音,是否需要其他声音如影音系统自动关闭?每种体验都可以进行调整。
# g. o" n5 F8 d- ]# }( j如何处理持续的、内部的、外部的和不断变化的音频警报将是自动驾驶汽车和电动汽车发展的挑战▼, t1 a, z' k; H" e9 w* ~
! Z0 J! V2 A# Y! f' Z$ D4 K) b
* H# L; w1 G5 d3 j3 j& r7 ]) ~4 [+ M
DSP Concepts的营销主管亚当·莱文森(Adam Levenson)指出:“更具挑战性的是,在汽车内同时处理的所有声音:电话、空间声音、发动机噪音、道路噪音、车辆警报系统、语音系统等等。所以我们经常说最复杂的音频产品是汽车。”
7 K9 d5 k8 Z9 s" K7 p想象一下这样的场景:一个司机在高速公路上启用了自动驾驶模式,播放着他最喜欢的音乐,并且对正在靠近的紧急车辆毫无察觉。
) z+ B# u" ~3 e  [# e汽车在使用车辆的麦克风探测警笛时,在多大的精度和距离上会提醒分心的司机?该警报必须如何呈现,以克服环境噪音,提供足够的注意力,但又不至于突然吓到司机?( R" B- w4 o) S# v; n; D
所有这些都可以通过预先开发的模型、不同警报器的前期训练和随后基于云的调整来磨合。“这是整体协调变得真正重要的时候。”莫里斯解释说,“我们可以采取人工智能的检测模型的输出,并将其引导到汽车的不同设备上。比如把影音调低,触发一些有声的警告信号,并在仪表盘上闪烁,让司机注意。”, I6 d) i/ l! P  o+ `# u
对于外部警报也是如此。例如,电动汽车可能有行人警报。于是,可以在离线情况下创建新的校准模式,并作为软件更新下载到车辆上。! F. o' D& n+ e$ M, P. G2 D0 z6 I
自适应情绪照明和远程检测无聊、压力等已经可以提高安全性,但还没有任何系统能在所有用户指向的传感器的实时、学习算法的基础上提高综合体验。
# T0 `) M+ U2 `  ?- N音频的下一次进化应包括一个完整的、即时的反馈回路,包括微妙的、实时的用户体验。目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、肢体语言和评论进行额外的加强,从而实时地单独调整满意度。所有的促成因素都已就位:摄像头、人工智能、处理器和一个自适应平台。$ [, U; y& H$ g5 a2 ^8 X: ^
<hr>
本文由汽车商业评论原创出品' Q/ R/ _; B3 `) b4 y
转载或内容合作请联系说明
2 f2 ^3 g7 n6 V( E
违规转载必究
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

298

金钱

0

收听

1

听众
性别
保密

新手上路

金钱
298 元