随着在COVID-19疫情封锁期间会议转移到网上，许多人发现，叽叽喳喳的室友、垃圾车和其他响亮的杂音会打断了重要的对话。这经历启发了华盛顿大学的三位研究人员（他们在COVID-19期间是室友）研发出了更好的耳塞，为了增强说话人的声音和减少背景噪音，“ClearBuds”使用了一种新的麦克风系统和第一个实时操作的机器学习系统，该系统可以在智能手机上运行。

研究人员于6月30日在ACM移动系统、应用和服务国际会议上介绍了这个项目。

“ClearBuds在两个关键方面区别于其他无线耳机，”Paul G. Allen（保罗·艾伦）计算机科学与工程学院的博士生Maruchi Kim说。首先，ClearBuds使用了双麦克风阵列，每个耳塞上的麦克风可以产生两个同步的音频流，提供信息，并允许我们在空间上以更高的分辨率分离来自不同方向的声音。其次，轻量级的神经网络进一步增强了说话人的声音。”

虽然大多数商业耳塞也在每个耳塞上都有麦克风，但只有一个耳塞在同一时间主动向手机发送音频。使用ClearBuds耳机，每个耳塞都会向手机发送一串音频，研究人员设计了蓝牙网络协议，允许这些数据流在70微秒内同步。

该团队的神经网络算法在手机上运行来处理音频流。首先，它会抑制任何非语音的声音，然后它会隔离并增强同时从两个耳塞扬声器的声音——传入的任何噪音。

Allen School的博士生Ishan Chatterjee说：“因为说话者的声音与两个耳塞的距离很近，而且距离大致相等，所以神经网络可以训练成只关注他们的声音，消除包括其他声音在内的背景声音，这种方法和你自己耳朵的工作原理非常相似，它们利用声音到达你左右耳朵的时间差来判断声音来自哪个方向。”

当研究人员将 ClearBuds 与苹果的AirPods Pro 进行比较时，ClearBuds 表现更好，在所有测试中实现了更高的信号失真比。

”Allen School的博士生Vivek Jayaram说：“当你考虑到我们的神经网络在iPhone上运行不到20毫秒这一事实时，这是非常了不起的，与通常用于运行神经网络的大型商业显卡相比，iPhone的计算能力只是一个小部分，我们如何在保持输出质量的同时减少传统神经网络的大小？这是我们在这篇论文中必须解决的挑战的一部分。

研究小组还在“野外”对ClearBuds进行了测试，他们记录了8个人在嘈杂的环境中阅读“古登堡计划”，比如在咖啡店或繁忙的街道上。然后，研究人员让37人对这些10到60秒的录音片段进行打分，参与打分者认为通过ClearBuds的神经网络处理的片段具有最好的噪音抑制和最好的整体聆听体验。

研究人员说，ClearBuds的一个限制是人们必须同时戴上两种耳塞才能获得噪音抑制的体验。

但该团队表示，这里开发的实时通信系统可以用于各种其他应用，包括智能家居扬声器、跟踪机器人位置或搜索和救援任务。

团队目前正在努力提高神经网络算法的效率，以便它们能够在耳塞上运行。