Meu Yandex.Station Mini pode produzir dois sons simultaneamente, mas o seu? (UPD. Como comandar uma voz feminina)

Recentemente adquirido Yandex.Station Mini. Se, quem não sabe, este é um pequeno alto-falante inteligente controlado por voz e gestos. Lá dentro está a assistente de voz de Alice: ela liga a música, responde a perguntas e faz recados. Foi adquirido como um "rádio inteligente" para cozinha, a posterior criação de uma casa inteligente com competências próprias.







Após "emparelhar" com os sistemas operacionais Winodows 7, 10, Ubuntu 16.04, tendo brincado muito com seus recursos, me familiarizei com a documentação oficial.

, Bluetooth — :



: «, Bluetooth» , .



Bluetooth , Bluetooth.



.



Bluetooth, . , , .

Depois de ler, fiquei muito chateado. Por um lado, existem enormes possibilidades para o controle da fala, criação de habilidades e casa inteligente. Por outro lado, usando os recursos de carregamento da porta USB 3.0 de um laptop, obtemos um painel de controle de voz com alcance de um bom ponto de Wi-Fi, sem ajustes especiais - até 100 metros!



Decidi verificar a frase-senha em um alto-falante emparelhado via Bluetooth com um computador. “Alice, ligue o rádio Mayak. E o rádio começou a tocar ... E em paralelo foi o som do computador. Como resultado, a documentação oficial foi refutada, o aparelho recebeu novos recursos desde agosto de 2020. Para duas transmissões, é recomendado comandar uma transmissão como de costume, usando os comandos de Alice, a transmissão via Bluetooth pode ser controlada pelos controles de volume do computador, também usando um teclado sem fio com teclas de controle ou, se disponível, por botões separados de controle de volume do laptop na extremidade do dispositivo.



Quem mais pode fazer este experimento?



UPD1. Para analisar por que há problemas com vozes femininas ao controlar um alto-falante inteligente, apresentarei vários gráficos.



Este é um gráfico da potência média de 20 falantes de russo. Como você pode ver, a fala é altamente desigual, a densidade espectral está concentrada na região de 200 ... 600 Hertz.

(Figura retirada de "Materiais educacionais OKSO 210000. Engenharia eletrônica, engenharia de rádio e comunicações. Palestras para professores e estudantes universitários." 3. Formação e características da fala)



Agora vamos ver como o alto-falante inteligente nos escuta.





(Retirado do vídeo, o usuário do YouTube Prokhor Ponomarev , postar Medindo a resposta de frequência usando o iPad, em comparação com o Behringer ECM8000 .

Estamos interessados ​​na curva azul. Esta é a resposta de frequência do microfone do iPad 4, em princípio, este é o padrão que um alto-falante inteligente pode se esforçar. , muito provavelmente, por esse preço, eles simplesmente não investiram nele de forma programática.



A partir disso, o autor conclui. Observe atentamente os gráficos: o homem pode falar um comando na faixa inferior da fala e, devido à maior massa exalada, “respirar mais uniformemente” ao dar o comando. Nas mulheres, a frequência média da voz é maior, a presença de um maior número de sons inarmônicos não permite que a sensibilidade de um arranjo de 4 microfones alcance um platô uniforme. Daí uma conclusão cotidiana simples - para a voz de uma mulher é necessário desligar as emoções, tentar falar “com a energia masculina” do baixo, deixando cair o formante inferior.



Uma série de medidas indiretas de voz também foram realizadas, nas quais o sistema de reconhecimento foi treinado. Até agora, a conclusão geral é que ela treinou em vozes masculinas.



Sob o spoiler, existem várias imagens técnicas de conexão do Yandex.Station Mini ao Windows.