方案。有几项优秀的音频过滤方案已经开始在移动终端设备、车载免提装置和远程会议系统上崭露头角。但是柏林洪堡大学的机器人专家Hild告诉我们：“目前来看效果并非总是令人满意，例如汽车发动机的声音会干扰到车厢内的整个声音频带，所以无法通过频率过滤技术简单地高尔夫其消除掉，必须配合声源定位技术才可以更好地工作。”
最新解决方案就是使用盲信号分离（Blind Signal Separation）技术，制造商采用多个分散放置的麦克风协助录制令人烦恼的噪音，然后将其过滤掉，只留下司机的声音。智能手机制造商也使用这个原理，通过机身背部的麦克风与机身正面的麦克风配合过滤掉杂音。慕尼黑科技大学仿生学教授Hemmert说：“我们目前的研究遇到了瓶颈，虽然新的解决方案取得了很大的进步，但是距离真正突破性的进展，还有很长的路要走。”其实，最关键的原因是日常生活中的噪音几乎是无规律的，而通过人工智能实现的机器耳朵无法适应不同的情景。
对于语音识别程序而言，这个过程并没有什么障碍，通常只要将麦克风至于嘴下即可，此时系统可以识别最大的声源。但是语音识别程序，尤其是非特定语音识别系统，比如导航系统面临着另一个很有难度的问题，就是它们需要识别讲话者的嗓音，保证输入的准确度，然后结合庞大的语义数据库和纠错能力，将语音转换为可理解的文字。
结论
Hild对目前的进展并不乐观，他说：“我们必须回头审视过去的发展历程，理解只有机器人可以并行处理所有信号数据，并根据这些数据进行综合判断的时候才可能取得重大的突破。”其实，即使这样也远远不够，因为我们并非仅通过耳朵听声音，还会通过眼睛定位对话者、移动自己的头部找到最好的试听位置。因此人工智能机器人必须将动力系统、声音信号和视觉信号结合起来，才能有机会拥有人类这样敏锐的耳朵。
推荐访问： 谁的 灵敏 耳朵