Apple legt uit hoe de HomePod je stem herkent in luide omgevingen

Bij slimme speakers zoals de HomePod is het een uitdaging om spraak te detecteren, vooral bij veel omgevingsgeluid. Het team dat zich bij Apple bezig houdt met audiosoftware-engineering legt nu in een blogposting uit hoe ze dat hebben aangepakt bij Siri op de HomePod. Er wordt gebruik gemaakt van modellen voor machine learning om de herkenning van stemcommando’s op afstand beter te maken. Als er bijvoorbeeld luide muziek wordt afgespeeld op de HomePod is het wat lastiger om commando’s te herkennen. Ook kan het gebeuren dat een persoon op grote afstand staat, terwijl de stem dan gefilterd moet worden uit andere geluiden, zoals gebabbel op de tv. Of denk aan de situatie waarbij iemand een luide keukenmachine gebruikt en iemand anders in de kamer een opdracht wil geven. In al deze gevallen komt machine learning van pas.

Machine learning voor betere herkenning op de HomePod

De blogposting waarin wordt uitgelegd hoe Apple dit heeft aangepakt, is vooral gericht op engineers en wetenschappers. Er staat dan ook behoorlijk wat technisch taalgebruik in, plus de nodige wiskundige formules. Het komt erop neer dat de HomePod speciale filtering op meerdere kanalen gebruikt, om de echo en het achtergrondgeluid te verminderen. Ook heeft Apple allerlei leermodellen gemaakt, om ervoor te zorgen dat alleen de stemopdrachten van de persoon die ‘Hé Siri’ zegt eruit gefilterd worden. Dit laatste is vooral van belang als er meerdere mensen in een kamer zijn.

In de blogposting lees je hoe succesvol Apple hiermee was in de tests. Het levert bovendien weinig processorbelasting op voor de A8-chip in de HomePod. Minder dan 15% van de maximale rekencapaciteit van een enkele kern van de A8-chip wordt hiervoor benut. Dit is belangrijk omdat de functie niet te veel stroom mag gebruiken. Je kunt voorbeelden beluisteren door onderaan het blogbericht op afspeelknoppen te drukken. Zo kun je het verschil horen tussen het ruwe geluid en het uiteindelijke resultaat na bewerking.