หูฟัง AI ที่ช่วยให้ได้ยินเสียงของคนคนหนึ่งท่ามกลางฝูงชน
(washington.edu)- ทีมวิจัยจากมหาวิทยาลัยวอชิงตันพัฒนาระบบ Target Speech Hearing ที่เพียงให้ผู้สวมใส่ มองผู้พูด 3–5 วินาที ก็สามารถลงทะเบียนผู้พูดคนนั้น และทำให้ได้ยินเสียงดังกล่าวแบบเรียลไทม์แม้ในสภาพแวดล้อมที่มีเสียงดัง
- ไมโครโฟนสองข้างของหูฟังที่มีจำหน่ายทั่วไปทำงานร่วมกับ คอมพิวเตอร์ฝังตัวบนอุปกรณ์ โดยเมื่อผู้ใช้กดปุ่มและหันไปทางผู้พูด ซอฟต์แวร์แมชชีนเลิร์นนิงจะเรียนรู้รูปแบบเสียงพูด
- หลังจากลงทะเบียนแล้ว ระบบจะติดตามเสียงนั้นต่อเนื่องแม้ผู้ฟังหรือผู้พูดเคลื่อนไหว และยิ่งผู้พูดพูดมากขึ้น ข้อมูลฝึกก็จะเพิ่มขึ้น ทำให้ความสามารถในการโฟกัสที่ผู้พูดเป้าหมายดีขึ้น
- ในการทดสอบกับผู้เข้าร่วม 21 คน ผู้เข้าร่วมให้คะแนน ความชัดเจนของเสียงพูด ของผู้พูดที่ลงทะเบียนไว้โดยเฉลี่ยสูงกว่าเสียงที่ไม่ได้กรองเกือบสองเท่า
- ปัจจุบันยังลงทะเบียนได้ครั้งละหนึ่งคนเท่านั้น และหากมีเสียงดังจากทิศทางเดียวกันปะปนเข้ามา การลงทะเบียนจะทำได้ยาก ทำให้การขยายไปสู่ เอียร์บัดและเครื่องช่วยฟัง ยังคงเป็นงานในอนาคต
วิธีการทำงานของ Target Speech Hearing
- Target Speech Hearing ของมหาวิทยาลัยวอชิงตันเป็นระบบ AI ที่ช่วยให้ผู้ใช้หูฟังตัดเสียงรบกวนเลือกฟังเฉพาะเสียงของคนใดคนหนึ่งได้
- ผู้ใช้สวมหูฟังที่มีจำหน่ายทั่วไปซึ่งติดตั้งไมโครโฟน หันศีรษะไปทางคนที่กำลังพูด แล้วกดปุ่ม
- คลื่นเสียงของผู้พูดเป้าหมายต้องไปถึงไมโครโฟนทั้งสองข้างของเฮดเซ็ตพร้อมกัน
- ค่าคลาดเคลื่อนที่ยอมรับได้คือ 16 องศา
- หูฟังจะส่งสัญญาณที่รวบรวมได้ไปยัง คอมพิวเตอร์ฝังตัวบนอุปกรณ์ และซอฟต์แวร์แมชชีนเลิร์นนิงจะเรียนรู้รูปแบบเสียงพูดของผู้พูดที่ต้องการ
- เมื่อลงทะเบียนเสร็จแล้ว ระบบจะลดเสียงอื่น ๆ รอบข้างและเล่นเฉพาะเสียงของผู้พูดที่ลงทะเบียนไว้แบบเรียลไทม์
- ระบบจะติดตามเสียงที่ลงทะเบียนไว้ต่อเนื่องแม้ผู้ฟังและผู้พูดเคลื่อนไหว
- หากผู้พูดพูดต่อไป ข้อมูลฝึกจะเพิ่มขึ้น ทำให้ระบบโฟกัสที่ผู้พูดเป้าหมายได้ดีขึ้น
- ทีมวิจัยนำเสนอผลลัพธ์เมื่อวันที่ 14 พฤษภาคมที่ ACM CHI Conference on Human Factors in Computing Systems
- โค้ดของอุปกรณ์พิสูจน์แนวคิดเผยแพร่ไว้ที่ LookOnceToHear
- ระบบนี้ยัง ไม่ใช่ผลิตภัณฑ์เชิงพาณิชย์
ผลการทดลองและข้อจำกัดในปัจจุบัน
- ในการทดสอบกับผู้เข้าร่วม 21 คน ผู้เข้าร่วมให้คะแนน ความชัดเจน ของผู้พูดที่ลงทะเบียนไว้โดยเฉลี่ยสูงกว่าเสียงที่ไม่ได้กรองเกือบสองเท่า
- งานวิจัยนี้ต่อยอดจากงานวิจัย semantic hearing ก่อนหน้า ซึ่งให้ผู้ใช้เลือกหมวดหมู่เสียงที่ต้องการฟังแล้วตัดเสียงแวดล้อมที่เหลือออก
- ระบบก่อนหน้าใช้วิธีเลือกคลาสเสียงเฉพาะ เช่น เสียงนกหรือเสียงคน
- TSH โฟกัสที่ ผู้พูดที่ลงทะเบียนไว้หนึ่งคน ไม่ใช่หมวดหมู่เสียง
- ปัจจุบัน TSH ลงทะเบียนผู้พูดได้ครั้งละหนึ่งคนเท่านั้น
- หากมีเสียงดังอื่นมาจากทิศทางเดียวกับผู้พูดเป้าหมาย จะไม่สามารถลงทะเบียนผู้พูดได้
- หากผู้ใช้ไม่พอใจกับคุณภาพเสียง สามารถทำขั้นตอนลงทะเบียนซ้ำกับผู้พูดคนเดิมเพื่อปรับปรุงความชัดเจนได้
- ทีมวิจัยตั้งใจจะขยายระบบไปสู่ เอียร์บัด และ เครื่องช่วยฟัง ในอนาคต
1 ความคิดเห็น
ความเห็นจาก Hacker News
ถ้ามันย่อให้เล็กได้ประมาณ ที่อุดหูขนาดเล็ก ก็คงอยากใช้แม้ในฐานะคนที่ไม่ได้มีความบกพร่องทางการได้ยิน
อย่างน้อยตามการวินิจฉัยก็บอกว่าไม่ได้มีความบกพร่องทางการได้ยิน แต่ตอนนี้เริ่มสับสนแล้วว่าปัญหาอยู่ที่วิธีตรวจไม่ดี หรือว่าจริง ๆ ฉันปกติและคนอื่นแค่เก่งกว่าที่จะทำเหมือนว่าตัวเองได้ยินชัด
เวลาไปกับเพื่อนหรือไปงานรวมกลุ่มก็มักจะลงเอยที่ร้านอาหารหรือบาร์เสียงดัง และการที่ฟังไม่ออกแล้วขอให้พูดอีกครั้ง แต่เขาก็พูดซ้ำด้วยเสียงเบาแบบเดิมจนยังฟังไม่ออกอีก เป็นอะไรที่น่าอึดอัดมาก
การพลาดมุกหรือคำพูดลอย ๆ ยิ่งทรมานกว่าอีก กลายเป็นสถานการณ์แบบ “หัวเราะอะไรกัน ฉันไม่ได้ยิน ช่วยพูดซ้ำสักสามรอบได้ไหม?”
แต่พอไปหาผู้เชี่ยวชาญด้านการได้ยินแต่ละคน ทุกคนก็บอกว่าการได้ยินปกติ สุดท้ายเลยไปหาผู้เชี่ยวชาญที่ว่ากันว่าดีที่สุดในเขตเมืองใหญ่ และต้องรอคิว 1 ปี กว่าจะได้นัด
หลังจากตรวจทั้งวัน ผู้เชี่ยวชาญก็บอกว่ามี “ข่าวดี ข่าวร้าย และข่าวดีที่ก็เป็นข่าวร้ายด้วย” โดยข่าวดีคือการได้ยินดีมาก ระดับเดียวกับเด็กอายุ 5 ขวบ ส่วนข่าวร้ายคือได้ยินดีเกินไปจนแยกเสียงไม่ออก
ไม่ใช่ว่าการได้ยินแย่ลง แต่เป็นสมองที่ความสามารถในการแยกเสียงลดลง และข่าวดีที่ก็เป็นข่าวร้ายก็คือ สุดท้ายการได้ยินก็จะเสื่อมลงเหมือนคนอื่น ๆ ดังนั้นอีกไม่กี่ปีข้างหน้าอาจจะได้ยินในที่สาธารณะดีขึ้น
ฉันคิดว่าเหตุผลหนึ่งที่ปัญหานี้รุนแรงขึ้น คือคนออกแบบร้านอาหารและพื้นที่สาธารณะไม่ใส่ใจ สภาพแวดล้อมทางเสียง กันแล้ว
บาร์ส่วนใหญ่ที่เปิดในช่วง 15 ปีหลังมานี้ มักเป็นพื้นปูนแทบไม่มีวัสดุดูดซับเสียง และเหมือนถูกออกแบบภายใต้สมมติฐานว่าถ้าหูไม่อื้อก็แปลว่ายังไม่สนุก
มันคุยกันต่อเนื่องไม่ได้จริง ๆ เลย ทำให้ฉันเลิกไปสถานที่แบบนั้นแล้ว
แทนที่จะแก้ด้วยอุปกรณ์ ฉันแนะนำให้มองปัญหาตรง ๆ แล้วแก้แบบดั้งเดิม เช่น “ฉันไม่ได้ยินอะไรเลย และพวกเธอก็น่าจะเหมือนกัน นี่มันโง่มาก ออกไปกันเถอะ”
สถานที่แบบนี้จำนวนมากเหมือนถูกออกแบบมาให้คุณต้องทนทุกข์ ถ้าไม่ตะโกนอยู่ตลอดหรือไม่ก็ด้านชาต่อสิ่งรอบตัว
ฉันไม่เข้าใจว่าทำไมคนถึงไปที่แบบนั้นแล้วยังยอมจ่ายเงินอีก และต่อให้จ่ายเงินให้ฉันไป ฉันก็คงไม่ไป
ฉันไม่อยากให้การเคารพข้อจำกัดของกันและกันถูกแทนที่ด้วย อุปกรณ์ AI
คุณฟังเสียงจากเฮดเซ็ตได้โดยยังเปิดหูรับเสียงภายนอกไว้ และถ้าต้องการฟังให้ชัดขึ้น เช่น ตอนคุยโทรศัพท์ในที่คนเยอะ ก็แค่ใช้นิ้วอุดหู
แบบนั้นจะเกิดเอฟเฟกต์คล้ายมีตู้ลำโพงอยู่ในหู ทำให้คุณภาพเสียงของการนำเสียงผ่านกระดูกฟังอิ่มขึ้น และยังช่วยกันเสียงภายนอกด้วย
ถ้าต้องการคุณภาพแบบหูฟังเต็มรูปแบบจริง ๆ ก็ใส่ที่อุดหูได้ ทั้งยังมีขนาดเล็กและสังเกตเห็นได้น้อยกว่า
มันไม่สมบูรณ์แบบ แต่ชอบตรงที่เปลี่ยนได้ลื่นไหลจาก “ฟังเฮดเซ็ตโดยเปิดหูไว้” ไปเป็น “กันเสียงออกแล้วฟังเฮดเซ็ตได้ชัดมาก” แค่ใช้นิ้วหรือที่อุดหู
ถ้าติด ไมโครโฟนช็อตกัน ไว้ด้านข้างก็น่าจะเจ๋งมาก ถ้าคำนี้ใช้เรียกไมค์ที่มีมุมรับเสียงแคบจริง ๆ นะ
https://www.flareaudio.com/pages/earhd
ถ้ามองเห็นริมฝีปาก ถึงจะอ่านปากไม่เป็นก็ยังช่วยให้ตีความคำพูดได้แม่นขึ้นมาก
ทุกครั้งที่ลองหาข้อมูลเรื่องนี้ ก็มักโยงไปถึงความเกี่ยวข้องกับออทิสติกหรือ ADHD และในปี 2008 ตอนนั้นยังไม่ได้รับการวินิจฉัย เลยค่อนข้างมองข้ามเรื่องนั้นไป
ตอนนี้ฉันได้รับการวินิจฉัยว่าเป็น AuDHD แล้ว
สิ่งที่ผู้อ่าน HN ควรรู้คือ เครื่องช่วยฟัง ทั้งแพงและแย่มากแค่ไหน
ลองหาราคาดูแล้วจะพบว่า แม้แต่เครื่องช่วยฟังระดับพื้นฐานที่แค่ “ทำให้เสียงดังขึ้น” ก็ยังแพงมหาศาล
ที่แย่กว่านั้นคือ เพราะมันเข้าไปแทรกแซงการได้ยิน จึงทำให้สูญเสียความสามารถในการ “บังคับทิศทาง” การฟังได้ง่าย
กล่าวคือจะกรองบทสนทนาอื่นหรือเสียงรบกวนต่าง ๆ ได้ยากขึ้น
ผลพลอยได้อย่างหนึ่งที่ดีจากการที่ Facebook ทุ่มเงินหลายพันล้านดอลลาร์ไปกับสิ่งที่น่าจะเกือบไร้ประโยชน์เพื่อหา AR ที่ใช้งานได้จริงและเข้าถึงคนทั่วไป คือ https://www.projectaria.com/glasses/
มันเป็นแพลตฟอร์มราคาค่อนข้างถูกสำหรับทดลองอินเทอร์แอ็กชันแบบ AR และมี การติดตามสายตา, ชุดไมโครโฟน และกล้องด้านหน้า เลยดัดแปลงเป็นไมโครโฟนแบบบังคับทิศทางได้ค่อนข้างง่าย
เครื่องช่วยฟัง Phonak ของฉันสลับโปรแกรมให้อัตโนมัติได้พอสมควร และยังปรับละเอียดผ่านแอปคู่กันได้ด้วย
มันยังใช้งานได้พอสมควรแม้ในสภาพแวดล้อมที่เสียงดัง และยังคุยกันได้ ซึ่งเมื่อราว 10 ปีก่อนเป็นเรื่องที่เครื่องช่วยฟังทำไม่ได้เลย เลยรู้สึกขอบคุณมาก
ราคาคู่หนึ่งอยู่ราว 2,000 ดอลลาร์ และโชคดีที่ ระบบสาธารณสุขแห่งชาติครอบคลุม เลยจ่ายแค่ประมาณ 50 ดอลลาร์ทุก ๆ 5 ปี แน่นอนว่าก็จ่ายผ่านภาษีด้วย
หวังว่าความก้าวหน้าของ “AI” จะพาไปไกลกว่าการขยายเสียงและกรองเสียงแบบง่าย ๆ ไปสู่การแยก เสริม หรือสร้างเสียงพูดขึ้นใหม่ในสภาพแวดล้อมที่เสียงดังได้
อีกอย่างหนึ่ง ฉันอยากให้กระแสเปิดเพลงในคาเฟ่ ร้านอาหาร และบาร์ให้ดังขึ้นเรื่อย ๆ หายไปเสียที มันเป็นฝันร้ายด้านการเข้าถึงสำหรับคนที่มีปัญหาการได้ยิน และสำหรับคนอื่นด้วย
0: https://www.socialstyrelsen.se/en/about-us/healthcare-for-vi...
1: https://www.vox.com/2018/4/18/17168504/restaurants-noise-lev...
มีคาร์เทลขนาดเล็กคุมอุปทานอยู่ จึงมีแรงจูงใจให้เน้นเพิ่มกำไรสูงสุดมากกว่าจะแข่งขันด้วยเทคโนโลยีที่ดีกว่า
(0) https://www.thebignewsletter.com/p/silencing-the-competition...
แบบนั้นคุณจะได้เครื่องช่วยฟังที่เหมาะกับตัวเองที่สุด ถูกที่สุด และเชื่อถือได้ที่สุด
ไม่อย่างนั้น ปัญหาการกรองความสนใจที่พูดถึงไปก่อนหน้านี้จะเริ่มเกิดจากการสูญเสียการรับความรู้สึก
ยิ่งหลีกเลี่ยงการชดเชยการได้ยินนานเท่าไรหลังจากการได้ยินเริ่มแย่ลง ก็ยิ่งต้องใช้เครื่องช่วยฟังที่ซับซ้อนและแพงขึ้นเพื่อชดเชยกลับมา
เครื่องช่วยฟังราคาแพงพวกนั้นกำลังพยายามเลียนแบบอย่างไม่สมบูรณ์สิ่งที่สมองและเปลือกสมองการได้ยินเคยทำได้ก่อนการสูญเสียการรับความรู้สึก
เดี๋ยวก่อน ฉันต้องไปจองคิวตรวจการได้ยินก่อน
ตอนที่ท่านยังมีชีวิตอยู่ ฉันเคยคิดว่าจะลองทำอะไรคล้าย ๆ กันจากการคุยกันในงานรวมญาติหรือในที่สาธารณะ
คิดว่าที่มันแพงเป็นเพราะความสัมพันธ์กับบริษัทด้านการแพทย์/สุขภาพและต้นทุนจากการปฏิบัติตามกฎระเบียบ
เช่น จอเดียวกันแต่ถ้ามีใบรับรองให้ใช้ในสถานพยาบาล ราคาก็แพงขึ้นหลายเท่า
เครื่องช่วยฟัง Widex ของฉันยอดเยี่ยมมาก คุณภาพเสียงในสถานการณ์ทั่วไปนั้นสุดยอด
ข้อเสียจริง ๆ อย่างเดียวคือมันไม่กันน้ำเต็มรูปแบบ เลยต้องวางแผนนิดหน่อยเวลาจะออกไปข้างนอกตอนฝนตก
ในฐานะคนที่มีความบกพร่องทางการได้ยิน ฟีเจอร์แบบนี้คือ ของขวัญจากสวรรค์ จริง ๆ
ฟีเจอร์แบบนี้ควรถูกนำไปรวมในเครื่องช่วยฟังให้เร็วที่สุด หุบปากไปเลย ไม่สิ จริง ๆ แล้วพูดต่อเถอะ ฉันยอมจ่าย
ถ้าสามารถแยกเสียงของแต่ละคนได้ ก็อาจส่งต่อไปยังระบบรู้จำเสียงเพื่อทำ ซับไตเติล ให้กับบทสนทนาจริงได้ด้วย ซึ่งมีประโยชน์เมื่อการได้ยินแย่ลงมากหรือหายไปเลย
แต่ความหน่วงจากการส่งไปกลับผ่านคลาวด์อาจทำให้ประโยชน์ลดลงมากหรือใช้การไม่ได้เลย ดังนั้นจึงจำเป็นมากที่จะมีอุปกรณ์พกพาที่ประมวลผลได้ในเครื่อง
แม้จะเลิกผลิตไปแล้ว แต่ยังพอหาเครื่องรีเฟอร์บิชได้
แว่นตาแบบสวมใส่ดูมีอนาคตมากทีเดียวสำหรับกรณีใช้งานที่พูดถึง เพราะหลีกเลี่ยงทั้งความเทอะทะและความรู้สึกเสียมารยาทจากการใส่หูฟังเวลาคุยกับใครสักคน
ถ้ามันพัฒนาไปได้มากกว่านี้ ก็น่าจะช่วยเรื่อง อาการหูอื้อ ของฉันได้มากเหมือนกัน
ตอนที่มีคนพูดคนเดียว ต่อให้พูดเบาหรืออยู่ไกลฉันก็ยังได้ยินดี แต่ถ้ามีหลายคนพูดหรือมีดนตรี ฉันจะไม่ได้ยินอะไรเลย
ถ้านั่งอยู่ในบาร์ที่เสียงดัง ก็แทบเป็นไปไม่ได้เลยที่จะได้ยินว่าคนที่ไกลกว่า 2 คนที่อยู่ใกล้ที่สุดพูดอะไร
การสนทนาในสภาพแวดล้อมทั่วไปส่วนใหญ่ไม่มีปัญหา
เพราะงั้นถ้ามีฟีเจอร์ที่ช่วยขยายเสียงของคนที่ฉันกำลังมองอยู่ได้ก็คงยอดเยี่ยมมาก
Apple AirPods มีฟีเจอร์ปรับเสียงตามสภาพแวดล้อมและโหมดต่าง ๆ อยู่แล้ว และยังรองรับการเสริมเสียงพูดเฉพาะคนได้เมื่อวางโทรศัพท์ไว้ตรงหน้าคนพูด
ถ้ามันรองรับ การเสริมเสียงพูดแบบกำหนดทิศทาง ได้โดยตรงใน AirPods แบบงานวิจัยนี้ ก็จะช่วยการปฏิสัมพันธ์ทางสังคมในที่เสียงดังได้มาก
โค้ด: https://github.com/vb000/LookOnceToHear
ดูแล้วมีโอกาสประสบความสำเร็จเชิงพาณิชย์ในทางตรงกันข้ามมากกว่า
ลองนึกภาพว่าสามารถ ปิดเสียงเฉพาะคนนั้นคนเดียว ที่พูดเสียงดังน่ารำคาญเกินไปในงานปาร์ตี้ได้
ในคอนเสิร์ต คนมักใส่ที่อุดหูเพื่อไม่ให้หูพัง ลองนึกภาพว่าเปลี่ยนสิ่งนั้นเป็นหูฟังอินเอียร์ที่กรองทุกอย่างออก เหลือไว้แค่เสียงคอนเสิร์ตกับเสียงของครอบครัวหรือเพื่อน
ยังปรับระดับเสียงได้ด้วย เช่น ถ้าคู่สมรสพูด ก็ทำให้เสียงนั้นดังขึ้นเหนือเสียงอื่น ส่วนเสียงฝูงชนยังคงไว้เพื่อบรรยากาศ แต่ตัดบทสนทนาทั่วไปของคนรอบข้างออก
ผมไม่ใช่ผู้เชี่ยวชาญด้านแมชชีนเลิร์นนิงหรือ AI แต่เข้าใจว่านี่ไม่ใช่เรื่องที่เป็นไปไม่ได้ด้วยเทคโนโลยีปัจจุบัน
อาจมีข้อจำกัดเรื่องแบตเตอรี่และพลังงาน แต่ถ้าเป็นคอนเสิร์ต หูฟังที่มีแถบคาดพาดหลังศีรษะเพื่อให้ยึดแน่นและทำตกก็ไม่หายก็ดูสมเหตุสมผล
คงต้องมีการฝึกให้รู้จัก “เสียงของคุณ” แต่ถ้า Alexa ทำได้ใน 10 วินาที แอปมือถือก็น่าจะทำได้เช่นกัน
ถ้ามีขายสำหรับโรงภาพยนตร์ในราคาไม่ถึง 200 ยูโร ผมซื้อทันที และอาจกลับไปโรงหนังก็ได้
คนสมัยนี้ใส่หูฟังไปปาร์ตี้กันเหรอ?
ถ้ามีวิธีกรองคนแบบนั้นออกได้ก็คงน่าขอบคุณมาก
ผมเคยทำงานที่ Sonos มาก่อน นานก่อนมหกรรมอัปเดตแอปที่ล้มเหลวในตอนนี้และก่อนการเปิดตัวหูฟังเสียอีก
ตอนที่มีความพยายามพัฒนาผลิตภัณฑ์หูฟังรุ่นแรกซึ่งสุดท้ายถูกยกเลิกไป เราเคยพิจารณาฟีเจอร์เชิงแนวคิดที่คล้ายกันนี้ โดยใช้ชิปเซ็ตตัดเสียงรบกวนแบบแอ็กทีฟเพื่อปล่อยผ่านเฉพาะเสียงของคนที่เลือก
จำไม่ได้แล้วว่าทีม DSP ใช้วิธีไหนกันแน่ ผมอยู่ใกล้กับฝั่งฮาร์ดแวร์ตัดเสียงรบกวนแบบแอ็กทีฟมากกว่า
แต่ที่พวกเขาแยกได้จริง ๆ มีแค่เสียงของผู้สวมใส่เอง เพราะสัญญาณนั้นแรงกว่าทุกเสียงอื่นมาก
นี่เจ๋งมาก และผมก็สงสัยว่าหูฟังจะทำอะไรสนุก ๆ ได้อีกบ้าง
ผมมองว่า ชิปเซ็ตตัดเสียงรบกวนแบบแอ็กทีฟ ทรงพลังมหาศาล และเรายังห่างไกลจากการใช้ศักยภาพของมันได้เต็มที่
จนถึงตอนนี้ก็ยังหาผลิตภัณฑ์ที่เหมาะสมไม่เจอ
ดูเหมือนว่าการตัดเสียงฝั่งผู้ฟังจะถูกแก้ไปแล้วด้วยการกันเสียงและการตัดเสียงรบกวนแบบแอ็กทีฟ แต่ถ้ามี ชุดผสมฮาร์ดแวร์·ซอฟต์แวร์ ที่แยกเฉพาะเสียงของผมให้ผู้รับได้ยินและตัดเสียงรบกวนออกเพื่อให้การทำงานระยะไกลแบบแท้จริงเป็นไปได้ ก็คงยอดเยี่ยมมาก
โดยรวมแล้วผลิตภัณฑ์ Sonos มีปัญหาพื้นฐานในฟังก์ชันหลัก เช่น พอ Wi‑Fi หลุดแล้วกลับมาอีกครั้ง มันกลับเชื่อมต่อใหม่ไม่ได้ โดยเฉพาะถ้าช่องสัญญาณ Wi‑Fi เปลี่ยนไประหว่างนั้น
วิธีแก้แบบ “เชิงเทคนิค” คือถอดปลั๊กแล้วบูตใหม่ ซึ่งทำจากระยะไกลก็ไม่ได้
มันเชื่อมต่อกับ Wi‑Fi อยู่ และ Spotify Connect ของ Sonos ก็มีบั๊กเยอะจนน่าเหลือเชื่อ ทำให้ต่อให้อยากรีบูตก็ยังทำไม่ได้
แม้แต่ของอย่าง esp หรือโมดูล TI คล้าย ๆ กันก็ยังทำให้คงการเชื่อมต่อ Wi‑Fi และเชื่อมต่อใหม่ได้ตลอด แล้วทำไมนักพัฒนาเฟิร์มแวร์ของ Sonos ถึงทำเรื่องพื้นฐานแค่นี้ได้ยากนัก?
มันยังคงพึ่งพาเงื่อนไขว่าต้องไม่มีเสียงหรือเสียงพูดที่แข่งขันกันอยู่ในตำแหน่งเดียวกับผู้พูดเป้าหมาย
โค้ดโอเพนซอร์สอยู่ที่ https://github.com/vb000/LookOnceToHear และงานวิจัยอยู่ที่ https://arxiv.org/abs/2405.06289
เพราะงั้นมันอาจไม่ได้ไกลตัวแบบบทความวิทยาศาสตร์สำหรับคนทั่วไปหลายชิ้นก็ได้
ถ้าใครลองทำให้มันรันได้เองอย่างอิสระ อยากฟังผลลัพธ์เหมือนกัน
ในห้องที่วุ่นวาย ผมมักฟังสิ่งที่ใครสักคนพูดได้ยาก เพราะดูเหมือนสมองจะพยายามจับทุกเสียง จึงน่าจะช่วยผมได้มากจริง ๆ คิดว่าน่าจะเป็นเพราะ ADHD
ถ้ามีวิธีลดเสียงอื่นทั้งหมดลงอย่างมาก เหลือไว้แค่เสียงของคนที่กำลังคุยด้วย ก็คงน่าทึ่งมาก
หวังว่า AirPods เองจะทำสิ่งนี้ได้ในสักวัน และหวังว่าอีกไม่นานเกินไป
ฟีเจอร์แบบนี้สำหรับผมน่าจะเป็นพรอย่างแท้จริง
ในการทดสอบการได้ยินที่ฟังเสียงปี๊บเล็ก ๆ ผลออกมาปกติดี แต่ผมมีปัญหาอย่างมากในการประมวลผลว่าคนพูดอะไรกัน โดยเฉพาะในสภาพแวดล้อมที่คนเยอะ
พ่อของผมก็มีปัญหาเดียวกัน
เป็นฟีเจอร์ที่มีศักยภาพทั้งที่ไม่เคยรู้ว่าตัวเองต้องการ
ผมใส่ หูฟังตัดเสียงรบกวนแบบแอ็กทีฟ อยู่ตลอดเวลาที่บ้าน ถ้ามันปล่อยผ่านเฉพาะเสียงของคู่รักผมได้อัตโนมัติ ก็คงมีประโยชน์มาก
อาจจะไม่ใช่คู่รักหรอก แต่ก็อาจจะ...
ที่เสียงคู่รักฟังเบาและไปไม่ถึงหูคุณ น่าจะเป็นเพราะ การกันเสียงแบบพาสซีฟ ของหูฟังมากกว่า
หรือไม่ก็อาจเป็นแค่เพลงที่คุณกำลังฟังกลบเสียงพูด
กรณีที่การตัดเสียงรบกวนแบบแอ็กทีฟจะบล็อกเสียงคู่รักได้ มีเพียงเมื่อเสียงนั้นผสมกับเสียงพื้นหลังจนมีระดับความสูงต่ำและความดังคล้ายกัน กลายเป็นเหมือน white noise หรือ colored noise และระบบตัดเสียงรบกวนแบบแอ็กทีฟสามารถกดทั้งก้อนนั้นลงได้เท่านั้น