面向声学感知的音频无关认知尺度扩展（CoPlay）

声学感知在健康监测、手势界面和成像等各种应用中展现出巨大的潜力，利用智能设备上的扬声器和麦克风。然而，在声学感知的持续研究与开发中，一个常被忽视的问题是：同一扬声器在用于感知和其他传统应用（如播放音乐）时，可能会导致两者之间的干扰，使其在实际世界中难以实用。强烈的超声声学信号与音乐混合会导致扬声器混音器过载。为应对这一信号过载问题，现有解决方案包括截断或降采样，这两种方法都会影响音乐播放质量，以及感知范围和精度。为解决这一挑战，我们提出了CoPlay，一种基于深度学习的优化算法，用于认知式适应声学信号。它可以：1）最大化由并发音乐剩余带宽内的声学信号幅度，以优化感知范围和精度；2）最小化可能对音乐播放产生的频率失真。本文中，我们设计了一个深度学习模型，并测试了常见类型（正弦波或频率调制连续波FMCW）的感知信号作为输入，针对各种不知情的并发音乐和语音进行测试。首先，我们评估了模型性能，以展示所生成信号的质量。随后，我们在实际世界中进行下游声学感知任务的现场研究。一项包含12名用户的研究表明，使用我们适应的信号进行的呼吸监测和手势识别在类似无并发音乐场景的准确率下，截断或降采样则表现更差。定性研究也表明，音乐播放质量未受到降低，不同于传统的截断或降采样方法。