卡内基梅隆大学的研究人员研发了一项新技术：添加声音和振动意识，从而创造真正的情境感知计算。这个称为Ubicoustics的系统，为智能设备交互添加了额外的环境，使智能扬声器知道它是在厨房里，或是使智能传感器知道你在隧道里而不是在马路上。
卡内基梅隆大学的人机交互研究所的研究员Chris Harrison说：“厨房里的智能扬声器无法弄清楚它是否在厨房里，更不用说知道一个人在厨房里做了什么。但是如果这些设备能够理解周围发生的事情，那么它们可能会更有帮助性。”
这个系统的实现是使用内置扬声器来创建“基于声音的活动识别。”那么它们是如何做到这一点呢？这点非常有趣。
一位博士生Gierad Laput说：“我们的主要想法是利用娱乐业中常用的专业音效库。它们清晰，标签清楚，分割良好，多样化。此外，我们可以将它们转换并投影到数百种不同的变体中，创建大量数据，这非常适合培训深度学习模型。”
Laput表示，识别声音并将声音置于正确的环境中是一项挑战，在某种程度上，这是因为多种声音的存在可能会相互产生干扰。在他们的测试中，Ubicoustics的准确率约为80％--这与人类准确性相比具有竞争力，但还不足以支持用户
应用程序。更好的麦克风，更高的采样率和不同的模型架构都可以通过进一步的研究来提高准确性。
在另一篇论文中，国际人机交互设计协会的一位博士生Yang Zhang和Laput，Harrison介绍了他们的Vibrosight，它可以使用激光振动测量法来检测房间特定位置的振动。类似于克格勃（苏联国家安全委员会）曾用于检测窗户等反光表面上的振动的基于光的设备，这使他们可以监听到产生振动的对话内容。
这个系统使用低功率激光和反射器来感测物体是处于打开还是关闭的状态，或者椅子或桌子是否被移动过。传感器可以同时监控多个物体，并且，附着在物体上的标签不使用电力。假设有光线，那么单个激光就能监视房间周围或甚至不同房间内的多个物体。
这项研究仍处于早期阶段，但在未来，可能你在做菜的时候，
机器人能够听到，并且根据它们的技能来提供帮助。
