面向智能设备生态系统的直观语音交互之声向估计（DoV）

未来的家庭和办公室将配备日益密集的物联网设备生态系统，如智能照明、扬声器和小家电。语音输入是与那些缺乏完整物理界面的够不着的设备进行交互的自然选择。然而，目前的语音助手通常需要唤醒词和设备名称来指定语音命令的目标（例如「Hey Alexa，厨房灯光调到最亮」）。在这项研究中，我们探索是否仅使用语音作为方向通信通道，就像视觉注视指定焦点一样。我们建议设备的麦克风不仅接收和处理语音命令，还要推断声音方向（DoV）。我们的方法天生支持具有可寻址性的语音命令（即设备知道命令是否针对它们），以自然和快速的方式实现。我们量化了实现方案在不同用户、不同房间、不同短语以及其他影响性能和可用性的关键因素下的准确性。总的来说，我们相信DoV方法证明了可行性，并有望使分布式语音交互更加直观和流畅。