Kardome Spatial Hearing AI อยู่เบื้องหลังระบบสั่งงานเสียงในทีวี OLED รุ่นเรือธงของ LG

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