Refleksje wywołane nowym produktem Rokida: Jakie problemy należy rozwiązać w pierwszej kolejności podczas modernizacji dźwięku w okularach AI?

W przypadku inteligentnych okularów aktualizacja dźwięku wymaga czegoś więcej niż tylko wymiany głośnika. Ze względu na ograniczoną przestrzeń w zausznikach – gdzie przetwornik audio, bateria, chip i mikrofon muszą być umieszczone w kompaktowej konfiguracji – głośnika nie można po prostu powiększyć, tak jak w przypadku słuchawek.

Inteligentne okulary zazwyczaj wykorzystują konstrukcję audio typu open-ear. Ponieważ uszy nie są uszczelnione końcówkami dousznymi, dźwięk ma tendencję do wyciekania na zewnątrz i trudno jest wygenerować solidny sygnał wyjściowy o niskiej częstotliwości. W rezultacie użytkownicy mogą postrzegać dźwięk jako pozbawiony treści, a dźwięki otoczenia — takie jak głosy, hałas uliczny i wiatr — mogą pogarszać klarowność treści mówionych podczas użytkowania na zewnątrz.

Aby rozwiązać te problemy, głównym wyzwaniem do pokonania jest „wydajność dźwięku na ograniczonej przestrzeni”. Bez znaczącego zwiększania głośności lub ciężaru ramion zauszników, przetwornik audio musi maksymalizować efektywne ciśnienie akustyczne, zachowując jednocześnie względnie zrównoważone wyjście w zakresie niskich, średnich i wysokich częstotliwości.

Nie musi to koniecznie wymagać zwiększenia powierzchni membrany; zamiast tego można dokonać kompleksowych optymalizacji dotyczących materiałów membran, konstrukcji obwodów magnetycznych, konstrukcji cewek drgających, układów komór akustycznych, orientacji wyjścia dźwiękowego i wydajności wzmacniacza. Tylko poprzez skoordynowaną optymalizację tych czynników możliwe jest osiągnięcie najwyższej jakości dźwięku przy podobnej powierzchni fizycznej.

Dzięki ulepszonemu wsparciu niskich częstotliwości, uderzenia perkusji, linie basu i atmosfera otoczenia w muzyce stają się wyraźniejsze, pomagając wyeliminować wszelkie poczucie „cienkiości” w ogólnych wrażeniach słuchowych. Niezależnie od tego, czy chodzi o wideo, muzykę czy gry, dźwięk zyskuje większą wyrazistość i obecność.

Jednak zwiększenie wydajności w zakresie niskich częstotliwości wiąże się z własnymi wyzwaniami. Konstrukcjom z otwartym tyłem brakuje uszczelnionej komory akustycznej; zwykłe zwiększenie mocy napędu w celu wzmocnienia niskich częstotliwości może prowadzić do większego zużycia energii i większych zniekształceń.

Dlatego prawdziwym wyzwaniem nie jest jedynie zwiększenie mocy wyjściowej niskich częstotliwości, ale znalezienie równowagi między wydajnością niskich częstotliwości, klarownością dźwięku, żywotnością baterii i wytwarzaniem ciepła.

Wydajność średnich i wysokich częstotliwości ma kluczowe znaczenie dla przejrzystości wokalu i mowy. Komunikaty nawigacyjne, odpowiedzi sztucznej inteligencji, tłumaczenia w czasie rzeczywistym, podcasty i rozmowy telefoniczne opierają się na efektywnej reprodukcji średnich i wysokich częstotliwości.

Jeśli ciśnienie akustyczne i poziom szczegółowości w tym zakresie są niewystarczające, użytkownicy mogą mieć trudności z wyraźnym usłyszeniem całej treści w hałaśliwym otoczeniu.

Rozwiązanie tego problemu wymaga sterowników audio zapewniających odpowiednią charakterystykę częstotliwościową od średniej do wysokiej, a jednocześnie wymaga kontroli ostrości i sybilansu.

Przy prawidłowej obsłudze użytkownicy mogą łatwiej rozróżnić szczegóły w dźwięku bez konieczności częstego zwiększania głośności; jednakże nadmierne przetwarzanie może skutkować zbyt jasnym lub ostrym dźwiękiem, co prowadzi do zmęczenia słuchacza podczas długotrwałego użytkowania.

Cel wykracza poza samo zapewnienie wystarczającej objętości; wiąże się to również z poprawą jakości dźwięku. W przypadku okularów typu otwartego dźwięk koncentruje się w pobliżu uszu, tworząc nieco ciasną scenę dźwiękową.

Połączenie głośników, architektury akustycznej i specjalnie dostrojonych efektów dźwiękowych oferuje potencjał poprawy poczucia przestrzenności, warstw i ogólnej równowagi.

Podczas słuchania muzyki lub oglądania filmów użytkownicy mogą dostrzec bardziej naturalną separację między wokalem, instrumentami i dźwiękami tła, unikając wrażenia nadmiernej koncentracji dźwięku w jednym miejscu.

W zastosowaniach takich jak interakcja głosowa, nawigacja i tłumaczenie oparta na sztucznej inteligencji skuteczne przetwarzanie dźwięku może pomóc w zachowaniu szczegółów, dzięki czemu mowa będzie łatwiejsza do zrozumienia w trudnych warunkach.

Jednak efekty dźwiękowe nie są w stanie zrekompensować ograniczeń sprzętowych. Jeśli fizyczne możliwości sterowników audio są niewystarczające, algorytmy mogą zaoferować jedynie ograniczoną korekcję; nadmierne przetwarzanie może nawet wprowadzić niepożądane zabarwienie, zniekształcenie niskich częstotliwości lub nienaturalne poczucie przestrzenności.

Ostatecznie jakość wrażeń dźwiękowych zależy od płynnej integracji głośników, komór akustycznych, wzmacniaczy i algorytmów.

Z tej perspektywy jakakolwiek aktualizacja sterowników audio musi stawić czoła długotrwałemu wyzwaniu związanemu z inteligentnymi okularami: jak osiągnąć bogatszy, bardziej wydajny dźwięk bez znaczącego zwiększania masy urządzenia.

Jeśli sprzęt i przetwarzanie dźwięku będą działać w tandemie, użytkownicy będą mogli cieszyć się bogatszą muzyką, wyraźniejszymi połączeniami głosowymi, bardziej naturalną sceną dźwiękową dla wideo i łatwiejszym słuchaniem na świeżym powietrzu.

Celem ulepszenia dźwięku w okularach AI nie jest całkowita wymiana słuchawek, ale raczej – przy zachowaniu lekkości i wygodnego dopasowania – przybliżenie urządzenia do ideału produktu audio odpowiedniego do codziennego, długotrwałego użytkowania.

źródło:Rokid