当前位置: 首页 > news >正文

AI自适应降噪耳机改变听觉体验

在AI技术快速融入智能手机、笔记本电脑、平板电脑和耳机的竞赛中,最引人注目的AI功能通常会受到最多关注。当耳机使用AI进行实时翻译服务或支持免提访问生成式AI聊天机器人时,你会明显感知到。但还有一种你的耳机使用AI的方式,虽然不那么令人兴奋,但当它运行良好时,却极其宝贵:AI驱动的自适应噪音消除技术。

所有顶级产品,包括苹果的AirPods Pro 2、谷歌的Pixel Buds Pro 2、三星的Galaxy Buds 3 Pro和索尼的WF-1000XM5,都宣称采用自适应降噪技术。自适应主动降噪技术利用训练好的算法来分类、预测和消除外部噪音,根据环境中不断变化的音量水平进行调整。

但并非所有算法都同样出色,Bose最新的QuietComfort Ultra Earbuds 2证明了这一点。虽然这款耳机可能没有实时转录、翻译或聊天机器人兼容性,但Bose将所有AI投入都放在自适应噪音消除上,这样做产生了巨大差异。

自适应噪音消除技术的优势

自适应噪音消除是AI和机器学习技术在消费音频领域最佳应用之一。传统的主动噪音消除(ANC)使用麦克风检测环境中的噪音,并部署相等但相反的频率来消除噪音。

然而,你的环境及其噪音水平几乎从来都不可预测。前一分钟,你坐着的咖啡店还很安静,下一分钟,咖啡师就在搅拌机里研磨冰块。自适应ANC算法在数百万真实世界声音上进行训练,以识别模式并提供适量的噪音消除。一个极其直观的算法甚至可以在你意识到需要之前就开始工作。

与我偶尔使用一次的聊天机器人、转录或翻译服务不同,我每天都在使用自适应噪音消除。我不需要为其执行做任何工作,也不需要兼容的生态系统来最大化其功能。

Bose ActiveSense的卓越表现

Bose的自适应ANC模式ActiveSense是我在公共场所使用的首选音频模式。只有当耳机处于Aware模式时才能使用它,这对保持对周围环境的感知很理想。Bose的ActiveSense比第一代QuietComfort Ultra耳机和AirPods Pro 2等竞争对手明显更平滑,响应更快。

当我戴着AirPods在自适应模式下去杂货店时,耳机在停车场处于完全透明模式,一旦我进入商店,那里有聊天声、摇摆推车和头顶音乐传到耳机时,就会启动噪音消除。苹果和Bose耳机之间的显著区别是,我无法察觉QuietComfort Ultra Earbuds 2何时开始启用噪音消除——它总是在后台工作,但几乎不会暴露给我的耳朵。

当收银员与我说话时,Bose的耳机迅速让我听到他们的声音,没有任何耳内压力变化或错过任何话语。相反,苹果的对话模式有延迟,在耳机识别到有人在跟我说话之前,我经常会错过某人的前几个词。

与我的AirPods相比,耳朵里没有压力积聚,外部噪音自然淡入背景。这个功能的执行帮助耳机无缝融入你的日常生活,其不可察觉的特性意味着它正在有效地完成工作。

AI技术的务实应用

Bose的第二代ActiveSense是该公司在更低调的AI前沿投资的结果,这是该公司相对于竞争对手拥有的少数软件优势之一。Bose了解自己的优势,与其追逐会失败的AI功能,Bose明白利用AI进行噪音消除和处理将永远胜过设备上、生态系统特定、很少使用的对话功能。

Q&A

Q1:什么是自适应噪音消除技术?

A:自适应噪音消除技术利用训练好的算法来分类、预测和消除外部噪音,能够根据环境中不断变化的音量水平进行调整。与传统ANC不同,它能在数百万真实世界声音训练基础上识别模式,甚至可以在用户意识到需要之前就开始工作。

Q2:Bose ActiveSense有什么特别之处?

A:Bose的ActiveSense自适应ANC模式比竞争对手更平滑、响应更快。它在后台无声工作,用户几乎察觉不到何时启动噪音消除,没有耳内压力变化,外部噪音自然淡入背景,能够无缝融入日常生活。

Q3:AI降噪技术比其他AI功能更实用吗?

A:是的,与偶尔使用的翻译、转录或聊天机器人功能不同,AI自适应降噪每天都在使用,不需要用户做任何工作,也不需要兼容的生态系统。它是AI和机器学习技术在消费音频领域最实用的应用之一。


http://www.jsqmd.com/news/245103/

相关文章:

  • RS485 双串口通信 + LCD 实时显示(DMA版)
  • 板凳----------(枯藤 )vs2026+win10(第六章-6)
  • “AI 电影,你敢买票吗?”——《团圆令》与《红孩儿》开启国产动画新赛道
  • 2026年计算机领域重点支持方向(参考)
  • 新年氛围营造:新疆/西藏/甘肃/青海购物中心美陈设计公司盘点
  • 压测 把自己 压进去了
  • 全网最全9个AI论文网站,专科生毕业论文轻松搞定!
  • 《创业之路》-852- 价值投资者的七步法:如何系统地看懂一个企业
  • 《创业之路》-855- 商业模式案例分析 - 中兴通讯
  • Vue3:泛型类型声明 vs 运行时选项声明 语法对比
  • 《创业之路》-857- 商业模式案例分析:阿里、百度、腾讯、字节、滴滴、美团、京东、拼多多 全面对比
  • 洛谷 T478345:循环数组 ← 单调队列 + 破环成链
  • 交通仿真软件:SUMO_(15).高级仿真技术:微观与宏观仿真结合
  • 基于小程序的篮球场馆预订系统-计算机毕业设计源码+LW文档
  • C#上位机源代码,采集西门子200smart温度数据并显示波形曲线,温度到达上限值或下限值进行...
  • 探索光伏发电三相并网技术:从原理到实现
  • 永磁同步电机(PMSM)匝间短路故障Simulink仿真探索
  • 【码力全开特辑直播预告】1月15日晚7点,AscendNPU IR架构开源解读
  • 交通仿真软件:SUMO_(23).交通仿真中的行人与自行车模型
  • Tailwind CSS vs Bootstrap vs ElementUI(ElementPlus) 全面对比表
  • 西门子PLC实现冷热水恒压供水系统开发之旅
  • 下一代CMO的核心课题:通过GEO优化,管理AI口中的“品牌第二身份”
  • 【毕业设计】基于深度学习的是否有污渍识别基于python-cnn深度学习的是否有污渍识别
  • 全阶滑模无位置传感器控制仿真模型,有基本的反正切的,有锁相环的,有基本的开关函数,有饱和函数...
  • 信创超融合怎么选?透过IDC 2025报告看主流国产超融合解决方案
  • 53、UART 串口通信
  • DevOps与SRE概念理解
  • 项目的逻辑和流程
  • 乐迪信息:AI视频分析技术如何定义和检测船舶逆行?
  • 2025互联网年度盘点:从Cloudflare看AI如何重塑全球网络格局