Microsoft Research bada ustawienia głośników i mikrofonów, by wydobyć nowe możliwości kierowania dźwięku. Smart speakers, czyli inteligentne głośniki, mogą korzystać z technik typowych np. dla czujnika Kinect, a także poprzez beamforming (kształtowanie wiązek) kierować dźwięk do konkretnego miejsca w pomieszczeniu. Dzięki temu głośniki mogą przykładowo tworzyć wirtualne słuchawki dla użytkownika, znajdującego się w większej odległości.
Jeśli głośniki obsługują spektrum ultradźwięków, badacze mogą wykorzystać tę możliwość kierunkowego kształtowania sygnału, aby skanować pomieszczenie. Przypomina to trochę działanie echolokacji, gdzie odbicia dźwięku od konkretnych powierzchni tworzą wirtualną mapę przestrzenną. Celem badań jest zoptymalizowanie designu i rozmieszczenia mikrofonów i głośników, biorąc pod uwagę charakterystyką akustyczną i geometryczną otoczenia, a także odczuwany pejzaż akustyczny. Microsoft rozważa wykorzystanie tych wyników w produktach pokroju HoloLens czy Kinect. Badania prowadzone są w słynnej komorze bezodbiciowej (Microsoft Research anechoic chamber). Ustawiono w niej 16 głośników i tyle samo mikrofonów na specjalnym łuku, który może być obracany nad testowanym urządzeniem. Pozwala to naukowcom mierzyć w 3D wzory kierunkowości i promieniowania. Konfiguracja służy też do pomiarów kierunkowości słuchu ludzkiego. Badanie znane jest pod nazwą Head Related Transfer Functions (HRTFs) i pozwala określić, w jaki sposób uszy odbierają dźwięk z danego punktu w przestrzeni.
Pojedynczy mikrofon umieszczony przed człowiekiem zbiera nie tylko mowę, ale też szum i pogłos. Te czasem niepożądane efekty mogą zostać zredukowane poprzez beamforming. W tym przypadku polega to na umieszczeniu kilku mikrofonów obok siebie, tak aby utworzyły układ, a następnie na przetwarzaniu sygnałów z tych mikrofonów, by otrzymać wyższą kierunkowość. Przez lata Microsoft projektował i budował wiele prototypów linearnych i obwodowych układów mikrofonów, a zdobyte w ich badaniach doświadczenia i zaprojektowane algorytmy zostały użyte w takich produktach, jak RoundTable, wsparcie dla układów mikrofonów w Windows, Kinect dla Xbox i Microsoft HoloLens.
W podobny sposób można za pomocą wielu głośników uformować wiązkę dźwięku skierowaną w wybranym kierunku. W ten sposób dźwięk może docierać tylko do jednego słuchacza, a sygnał będzie dużo słabiej odbierany przez innych. Microsoft Research chwali się, że może nawet tworzyć wiele wiązek jednocześnie, by każdy odbiorca w jednym pomieszczeniu słyszał coś innego.
Wróćmy jeszcze do wspomnianego sonaru. Microsoft uważa, że w kontekście scenariuszów AR/VR ważne staje się przechwytywanie dźwięku jako trójwymiarowego pola dźwiękowego. By móc coś takiego uzyskać, Microsoft zbudował cylindryczne i sferyczne układy mikrofonów, składające się z 16 lub 64 elementów. Przykład 64-mikrofonowego układu sferycznego możecie zobaczyć na zdjęciu powyżej.
Ostatnio coraz częściej słyszymy o eksperymentach Microsoftu z dźwiękiem. Przy jego osiągnięciach na polu wizualnym (choćby mapowanie przestrzenne w Kinect i Hololens czy praca z dronami i IoT) pole dźwiękowe wydaje się terenem dopiero wymagającym odkrycia. Możliwe scenariusze zastosowania opisanych wyżej technik wydają się całkiem ciekawe.
