211service.com
Datorhögtalare endast för dina öron
Fler och fler människor använder sina datorer för röstkommunikation, som Skype och ljudsnabbmeddelanden. För det mesta kräver dock användningen av dessa funktioner att man antingen är kopplad till sin dator med ett headset eller talar direkt i en mikrofon och håller högtalarvolymen låg, särskilt i delade kontorsutrymmen.
Hör det här: Microsofts forskare har utvecklat en algoritm som justerar timingen för ljudvågor som sänds ut från varje högtalare i en array (se här). Som ett resultat tar ljudvågor ut varandra i vissa delar av rymden och förstärker varandra i andra, vilket effektivt skapar en fokuserad ljudstråle som fungerar som virtuella hörlurar.
Mot bakgrund av det problemet försöker forskare vid Microsoft att göra ljudutgången mer sofistikerad. Ett team, ledd av Ivan Tashev, en mjukvaruarkitekt på Microsoft, började nyligen arbeta med en algoritm som i teorin kommer att kunna rikta ljud från en uppsättning högtalare – idealiskt inbäddade i en datorskärm – till en persons öron, effektivt skapa virtuella hörlurar; bara några centimeter utanför ljudvågornas brännpunkt tonar volymen dramatiskt bort. Avgörande, säger Tashev, kan hans algoritm användas av ett brett utbud av billiga högtalare som kan sättas in i datorskärmar.
Målet, säger han, är att rikta fokuserat ljud så att en person kan gå runt på ett kontor och höra medan han är på ett video- eller datorstödt ljudkonferenssamtal. Information om en persons plats kan samlas in av kringutrustning och matas tillbaka till högtalarmjukvaran, vilket gör att de virtuella hörlurarna kan röra sig med användaren i realtid. Till exempel, säger Tashev, kan en kamera, antingen monterad på eller inbäddad i en datorskärm, och bildbehandlingsprogram bestämma en persons position. Dessutom kan en array med fyra eller fler mikrofoner på eller nära en datorskärm programmeras för att lokalisera ljud genom att mäta de subtila tidsskillnaderna mellan när ljudet kommer till varje högtalare i arrayen. Faktum är att Tashevs tidigare arbete har varit att designa sådana ljudlokaliserande algoritmer för de typer av mikrofoner som vanligtvis finns i ramen på bärbara datorer. Att använda både en kamera och en mikrofon kan förbättra noggrannheten och avståndet som en person kan ströva omkring när han använder högtalarna.
För att vara säker är idén att fokusera ljud inte ny: militära radarsystem och vanlig ultraljudsutrustning, som används för att avbilda foster i livmodern och hitta cancertumörer, har gjort detta i flera år. Tekniken kallas beamforming, och den uppnås när ljudvågorna från vissa högtalare i en array upplever mikrosekundersfördröjningar, förklarar Jiashu Chen, teknisk chef på Finisar Corporation, ett datakommunikationsföretag baserat i Sunnyvale, Kalifornien. De fördröjda ljudvågorna kombineras på ett sådant sätt att i vissa delar av rymden släcks ljudet ut och i andra blir ljudet högre.
Strålformande system som riktar hörbart ljud, som musik eller mänskliga röster, är dock mer tekniskt utmanande att bygga än radar och ultraljud är, säger Chen, eftersom de måste rymma ett bredare frekvensområde; lägre frekvenser kräver andra hård- och mjukvaruöverväganden än högre frekvenser. Signalbehandlingstekniken har förbättrats till den grad att vissa kommersiella produkter använder strålformning. Yamaha, till exempel, säljer högtalare för hemunderhållning som studsar fokuserat ljud från väggarna för att skapa virtuella högtalare bakom en lyssnares huvud. Men sådana system är fortfarande sällsynta och alltid dyra.
En anledning till att ljudstråleformning är dyrt är för att det är tidskrävande att kalibrera ett givet verkligt system, säger Microsofts Tashev. Varje högtalare har små variationer i ljudet den avger, och eftersom fokusering av en ljudstråle kräver extrem precision i timing, kan dessa små variationer orsaka stora förvrängningar i ljudet. Därför är programvaran som används för att fokusera ljudet kalibrerad för att fungera med specifik hårdvara, och när den köps måste hela systemet kalibreras till formen på rummet där det är installerat.
Microsoft vill utveckla programvara som är tillräckligt bra för att fungera med alla högtalare, med en minimal mängd kalibrering som krävs på fabriken eller av användare. För att tillåta generiska högtalare att fokusera ljudet har Tashev och hans grupp modifierat välkända strålformningsalgoritmer. De designade en del av en signalbehandlingsalgoritm, kallad ett filter, för att rymma ett brett spektrum av tillverkningstoleranser, eller data som beskriver högtalarprestanda vid olika frekvenser. Du måste veta hur de parametrarna varierar, säger Tashev. När du designar algoritmen gör du det för flera instanser av högtalaruppsättningar.
Tricket, säger han, är att försöka hitta ett lyckligt medium bland de olika toleranserna så att det resulterande ljudet är jämförbart mellan högtalarna. Detta kräver en del finjusteringar, och forskarna bestämmer fortfarande det bästa sättet att implementera högtalartoleranserna. Men Tashev medger, genom att göra en generisk strålformningsalgoritm, kommer det med största sannolikhet att bli en avvägning i prestanda. Man måste göra några kompromisser, säger han.
Tashev påpekar att projektet fortfarande är i ett tidigt skede. Även om du har en bra strålformare räcker det inte, säger han. Du måste också ha en ljudlokaliserare [som en kamera eller en specialiserad mikrofonuppsättning] som talar om för dig vart du ska rikta strålen. Dessutom, säger han, för att strålformningsalgoritmen ska bli framgångsrik måste den ta hänsyn till ljudreflektioner från väggar och fönster på ett kontor.
Det skulle vara snyggt att se detta där ute, säger Stan Birchfield, professor i el- och datorteknik vid Clemson University, i Clemson, SC. Birchfield arbetar med bildbehandlingstekniker som använder kameror för att identifiera en persons plats för att förbättra fokus på mikrofonmatriser. Spårning är ett riktigt svårt problem, säger han, ett som ingen har hittat ett sätt att lösa för en miljö som ett kontor. Det är uppmuntrande att Microsoft utforskar området, tillägger Birchfield, men tills företaget har planer på produkter är han försiktig med att bli entusiastisk.
Tashev säger att kommersialisering av denna teknik kommer att kräva en komplex samordning av många faktorer som kan ta upp till tre år att uppnå även om en forskningsprototyp har fulländats. Även det steget kommer att ta tid: Tashev säger att gruppen fortfarande behöver testa algoritmens tillförlitlighet med ett antal högtalaruppsättningar. Sedan, för att förvandla arbetet till en produkt, måste Microsoft hitta det bästa sättet att integrera algoritmen i Windows Media Player, se till att drivrutiner för hårdvaran ingår i operativsystemet och, säger Tashev, hitta företag som är intresserade av att tillverka högtalare för en sådan applikation. Men om och när allt detta händer blir utdelningen stor, säger han. Människor kommer inte längre att behöva headset för att ha en privat Skype-konversation eller videokonferens.