Kardome Spatial Hearing AI อยู่เบื้องหลังระบบสั่งงานเสียงในทีวี OLED รุ่นเรือธงของ LG

อินเทอร์เฟซสั่งงานด้วยเสียงมักทำงานได้ดีในห้องทดลอง แต่ในห้องนั่งเล่นจริงสถานการณ์ต่างออกไปมาก—หลายคนพูดพร้อมกัน เสียงจากทีวีดังอยู่ตลอด และผู้ใช้ก็อาจพูดจากอีกฝั่งของห้อง

เพื่อแก้ปัญหานี้ Kardome และ LG Electronics จึงนำ Spatial Hearing AI มาใช้ เทคโนโลยีที่ทำให้อุปกรณ์สามารถระบุตำแหน่งเสียงและโฟกัสไปที่ผู้พูดที่ต้องการได้

หลังจากเริ่มต้นเป็นความร่วมมือเชิงกลยุทธ์ในปี 2025 ปัจจุบันเทคโนโลยีดังกล่าวได้เข้าสู่ตลาดจริงแล้ว โดย Spatial Hearing AI ของ Kardome ถูกติดตั้งในทีวี OLED รุ่นเรือธงของ LG ทั่วโลกในปี 2026 นับเป็นก้าวสำคัญจากการพัฒนาเชิงทดลองสู่การใช้งานในสินค้าอิเล็กทรอนิกส์ระดับผู้บริโภคจำนวนมาก

จากความร่วมมือสู่การใช้งานทั่วโลก

ความร่วมมือระหว่างสองบริษัทเริ่มต้นใน เดือนพฤษภาคม 2025 เมื่อ Kardome และ LG Electronics ประกาศทำงานร่วมกันเพื่อฝังเทคโนโลยี Spatial Hearing AI ลงในอุปกรณ์สมาร์ตเจเนอเรชันใหม่ของ LG โดยมี สมาร์ตทีวี เป็นผลิตภัณฑ์กลุ่มแรกที่นำมาใช้

ประมาณหนึ่งปีต่อมา ใน เดือนพฤษภาคม 2026 มีรายงานว่า LG ได้เริ่มติดตั้งเทคโนโลยีดังกล่าวในทีวี OLED รุ่นเรือธง ของบริษัท และวางจำหน่ายทั่วโลก ทำให้ AI นี้เข้าสู่ผลิตภัณฑ์ผู้บริโภคหลายล้านเครื่อง

เส้นทางนี้สะท้อนรูปแบบทั่วไปของ AI ที่ฝังอยู่ในฮาร์ดแวร์: เริ่มจากการวิจัยและความร่วมมือ → การผสานเทคโนโลยีเข้ากับผลิตภัณฑ์ → การผลิตในระดับอุตสาหกรรม

Spatial Hearing AI ทำงานอย่างไร

หัวใจของระบบคือความสามารถในการทำให้อุปกรณ์ “เข้าใจสภาพเสียง” ภายในห้อง แทนที่จะประมวลผลเสียงทั้งหมดเป็นสัญญาณเดียว

เทคโนโลยีนี้จะสร้าง แผนที่เสียงแบบสามมิติของสภาพแวดล้อม แล้วแยกแหล่งกำเนิดเสียงแต่ละแหล่งออกจากกัน

ผลลัพธ์คือทีวีสามารถ

• ระบุตำแหน่งที่เสียงเกิดขึ้นจริงในห้อง
• แยกผู้พูดหลายคนเป็นสตรีมเสียงต่างกัน
• กรองเสียงรบกวนจากพื้นหลัง
• ติดตามผู้พูดแม้จะเคลื่อนที่

ด้วยวิธีนี้ ทีวีจึงสามารถจับคำสั่งจากผู้ใช้คนหนึ่งได้อย่างแม่นยำ แม้จะมีเสียงพูดอื่นหรือเสียงจากทีวีเองปะปนอยู่

ในสถานการณ์จริง เช่น

• มีหลายคนคุยกันพร้อมกัน
• ทีวีกำลังเปิดเสียงดัง
• ผู้ใช้พูดจากอีกมุมหนึ่งของห้อง

LG ระบุว่าระบบนี้ช่วยให้การสั่งงานด้วยเสียงทำงานได้ดีใน สภาพห้องนั่งเล่นที่มีเสียงรบกวนจริง ซึ่งเป็นจุดที่ผู้ช่วยเสียงแบบเดิมมักมีปัญหา

ทำไมผู้ช่วยเสียงแบบเดิมถึงสับสนในห้องที่มีหลายคน

ระบบสั่งงานเสียงจำนวนมากพึ่งพาเทคนิคไมโครโฟนแบบ beamforming และการประมวลผลบนคลาวด์ ซึ่งมักสมมติว่ามีผู้พูดหลักเพียงคนเดียว และสภาพเสียงค่อนข้างสะอาด

แต่ในบ้านจริง สมมติฐานนั้นแทบไม่เคยเป็นจริง เสียงสะท้อนจากทีวี เสียงพื้นหลัง และหลายคนที่พูดพร้อมกันทำให้ระบบสับสน จนคำสั่งไม่ถูกต้องหรือไม่ถูกตรวจจับ

Spatial Hearing AI จัดการปัญหานี้ด้วยแนวคิดใหม่ คือมองเสียงแต่ละเสียงเป็น วัตถุในฉากเสียงสามมิติ ทำให้อุปกรณ์สามารถเลือกโฟกัสไปที่แหล่งเสียงเฉพาะได้ แทนที่จะฟังทุกอย่างรวมกัน

จุดเด่นของการประมวลผลบนอุปกรณ์ (Edge AI)

อีกหนึ่งการออกแบบสำคัญคือระบบของ Kardome ทำงานแบบ ประมวลผลบนอุปกรณ์ (on‑device หรือ edge) เป็นหลัก

แทนที่จะส่งเสียงทั้งหมดไปประมวลผลบนคลาวด์ ระบบจะวิเคราะห์ข้อมูลจำนวนมากภายในตัวอุปกรณ์ก่อน ซึ่งมีข้อดีสำคัญสองด้าน

ตอบสนองเร็วขึ้น

เมื่อไม่ต้องส่งข้อมูลไปยังเซิร์ฟเวอร์ระยะไกล คำสั่งเสียงจึงถูกประมวลผลและตอบกลับได้เร็วขึ้น ทำให้การใช้งานรู้สึกเป็นธรรมชาติ

เพิ่มความเป็นส่วนตัว

การประมวลผลภายในอุปกรณ์ช่วยลดปริมาณข้อมูลเสียงดิบที่ต้องส่งไปยังบริการคลาวด์ ซึ่งช่วยลดความเสี่ยงด้านความเป็นส่วนตัวในอุปกรณ์ที่ต้องเปิดฟังคำสั่งตลอดเวลา

แนวโน้มนี้กำลังกลายเป็นมาตรฐานใหม่ของอุตสาหกรรม เมื่ออุปกรณ์อย่างทีวี รถยนต์ และสมาร์ตโฮมต้องการการตอบสนองที่รวดเร็วและปลอดภัยมากขึ้น

ก้าวต่อไป: จากทีวีสู่บ้านอัจฉริยะและรถยนต์

แม้ทีวีจะเป็นผลิตภัณฑ์แรกที่นำเทคโนโลยีนี้มาใช้จริง แต่ตั้งแต่ต้น LG และ Kardome ก็วางแผนให้ระบบนี้เป็นแพลตฟอร์มสำหรับอุปกรณ์หลายประเภท

ในประกาศความร่วมมือปี 2025 ทั้งสองบริษัทระบุว่า Spatial Hearing AI อาจขยายไปสู่

• เครื่องใช้ไฟฟ้าในบ้านอัจฉริยะ
• อุปกรณ์เสียง
• ระบบผู้ช่วยในรถยนต์

โดยเฉพาะในรถยนต์ เทคโนโลยีนี้มีศักยภาพสูง เพราะสามารถระบุได้ว่า ผู้โดยสารคนใดเป็นผู้พูด และตอบสนองตามตำแหน่งนั้น ซึ่งเป็นสถานการณ์ที่ระบบสั่งงานเสียงแบบเดิมจัดการได้ยากเมื่อหลายคนพูดพร้อมกัน

แนวโน้มใหม่ของอินเทอร์เฟซเสียง

การติดตั้ง Spatial Hearing AI ในทีวี LG สะท้อนแนวโน้มสำคัญของอุตสาหกรรม: ระบบสั่งงานเสียงยุคใหม่ไม่ได้เพียงแค่ “รู้ว่าพูดอะไร” แต่ยังพยายามเข้าใจ ใครพูด อยู่ตรงไหน และพูดในบริบทใด

เทคโนโลยีอย่างการทำแผนที่เสียงสามมิติ การแยกผู้พูดหลายคน และ AI ที่ประมวลผลบนอุปกรณ์ กำลังกลายเป็นพื้นฐานของอินเทอร์เฟซเสียงยุคถัดไป

สำหรับผู้ใช้ทีวี LG OLED ผลลัพธ์คืออุปกรณ์ที่สามารถทำสิ่งที่ระบบสั่งงานเสียงรุ่นก่อนทำได้ไม่ดีนัก—ได้ยินคำสั่งของคนที่ถูกต้อง แม้ในห้องที่มีเสียงดังและผู้คนหลายคน