Kardome空间听觉AI进入LG旗舰OLED电视

语音控制在真实客厅环境中往往表现不佳：多人同时说话、电视本身发出声音、用户距离设备较远——这些因素都会干扰识别。为解决这些问题，Kardome与LG合作引入一种新的语音处理方式：Spatial Hearing AI（空间听觉AI）。

这项技术能够识别声音来自房间的哪个位置，并把目标说话者从复杂的背景噪声中“分离”出来。2025年双方启动合作，而到2026年，Kardome的Spatial Hearing AI已经部署在LG旗舰OLED电视系列，并在全球销售，标志着该技术从研发合作进入大规模消费电子产品应用阶段。

从战略合作到全球量产

双方的合作始于2025年5月。当时，Kardome宣布与LG电子建立战略合作，将其Spatial Hearing AI整合到LG下一代智能设备中，而智能电视是首个落地场景。

大约一年后，项目进入商业化阶段。2026年5月的报道显示，这项技术已经应用于LG旗舰OLED电视系列，并在全球市场推出，预计将进入数百万台设备。

这一过程也体现了消费电子中AI技术常见的发展路径：

研究合作 → 产品集成 → 大规模量产部署。

Spatial Hearing AI到底做了什么

传统语音系统通常把所有声音当作一个混合信号处理，而Kardome的方案不同。

Spatial Hearing AI会先构建一个房间声学环境的三维“声音地图”。在这个模型中，每个声音源都会被当作独立对象进行分析。

这样系统就可以：

• 判断声音来自房间的哪个位置
• 将不同说话者分离成独立音频流
• 过滤背景噪声
• 跟踪移动中的说话者

结果是，电视可以锁定正在发出指令的人，而不会被其他谈话或环境声音干扰。

在现实家庭场景中，这意味着语音控制在以下情况下依然能工作：

• 客厅里几个人同时聊天
• 电视正在播放较大音量的节目
• 用户在房间另一侧发出语音指令

LG表示，这让语音控制在真实、高噪声客厅环境中也能稳定运行，而这是传统语音助手常常失败的场景。

为什么多人环境会让传统语音助手“失灵”

多数语音系统依赖麦克风阵列和云端语音识别，并默认存在单一主要说话者以及相对干净的音频环境。

但家庭环境很少满足这些条件：

• 多个人同时说话
• 电视音频产生回声
• 房间内各种背景噪声

Spatial Hearing AI通过把声音看作三维空间中的多个独立对象来解决这一问题。系统不再处理混合音频，而是专注于某个具体声源，从而提高语音识别的可靠性。

这种能力在客厅、会议室或汽车等多人共享空间中尤其重要。

设备端（Edge）处理为什么重要

Kardome方案的另一关键设计是在设备本地进行处理，而不是完全依赖云端。

这种架构带来两个实际优势：

更快的响应速度
由于语音数据无需先传输到远程服务器再返回结果，设备可以更快执行指令，从而让语音交互更即时。

更好的隐私保护
更多语音处理在设备本地完成，意味着需要上传到云端的原始语音数据更少，有助于降低长期监听设备带来的隐私风险。

随着智能电视、汽车和家居设备对实时交互要求越来越高，设备端语音AI正成为行业趋势。

下一步：从电视扩展到更多设备

虽然电视是最先落地的产品类别，但Kardome与LG从一开始就将该技术定位为更广泛的智能设备平台。

2025年的合作公告提到，Spatial Hearing AI未来还计划扩展到多个领域，包括：

• 智能家电
• 音频设备
• 汽车系统

其中汽车场景尤其受到关注。在演示中，系统能够识别是哪一位乘客在说话并做出相应响应——这正是传统车载语音助手在多人同时讲话时常常难以处理的问题。

更大的趋势：设备开始理解“声音场景”

LG与Kardome的合作反映了语音交互的一项重要变化：未来设备不仅需要识别“说了什么”，还需要理解是谁说的、从哪里说、以及在什么环境下说。

空间声音建模、多说话者分离以及设备端AI处理，正逐渐成为下一代语音接口的核心技术。

对于LG的OLED电视来说，这意味着电视终于可以做到一件过去很难实现的事：在嘈杂的客厅里，也能听清正确的人在说什么。