چگونه نوآوری‌های صوتی به تولید محتوای پیشرفته‌تر در گوشی‌های هوشمند می‌انجامد؟
از زمان معرفی اولین گوشی هوشمند در بیش از یک دهه‌ی گذشته، گروه‌های تحقیق‌و‌توسعه و مهندسان و طراحان صنعتی در نبرد معرفی هرچه‌سریع‌تر نوآوری‌های بیشتر گیر افتاده‌اند. مصرف‌کنندگان شاهد بوده‌اند که فناوری‌های موجود در دستگاه‌هایشان به‌سرعت تغییر می‌کنند. آن‌ها اکنون به امکانات و قابلیت‌های محاسباتی دسترسی دارند که تا همین اواخر تصور می‌شد دست‌یافتن به آن‌ها در دستگاهی با این شکل‌و‌شمایل باریک امکان‌پذیر نیست. اکنون، کاربران هرروز برای یافتن بهترین مسیر برای رفتن به سر کار خود، از هوش مصنوعی استفاده می‌کنند یا این امکان را دارند جدیدترین فیلم‌ها و سریال‌ها را به‌محض انتشار تماشا کنند.
چند نمونه از بزرگ‌ترین جهش‌های اتفاق‌افتاده در فناوری گوشی‌های هوشمند مربوط به نصب دوربین در آن‌ها است. بعد از آن تصاویر تار و غیرشفافی که تنها کمی بیشتر از یک دهه از عمرشان می‌گذرد، کاربران اکنون می‌توانند تصاویر و فیلم‌هایی با کیفیت 4K ثبت کنند و از هوش مصنوعی برای تولید محتوایی کاملا حرفه‌ای استفاده کنند. گروه‌های تحقیق‌و‌توسعه همچنان بیشتر از گذشته مشغول کار روی فراهم‌کردن شرایط لازم برای ادغام فناوری حسی تقویت‌شده با گوشی‌های هوشمند هستند. این تلاش‌ها در روند فعلی واقعیت افزوده و بازی‌ها و بیشتر از آن، در حسگرهای سنتی مانند میکروفون‌ها مشهود است. در‌حال‌حاضر، یکی از مأموریت‌های گروه‌های فناوری در حوزه‌ی صدا، مطابقت‌دادن قابلیت‌های صوتی با امکانات تصویری و ویدئویی با کیفیت بالا در دوربین‌های امروزی است.
قابلیت‌های صوتی؛ ابزاری برای خلق تجربه‌هایی بهتر
صرف‌نظر از حذف جک‌های صوتی که به‌طور سنتی در گوشی‌های هوشمند مشاهده می‌شوند، خلاقیت‌ها و نوآوری‌های صوتی رونمایی‌شده در گوشی‌های هوشمند در سال‌های اخیر انگشت‌شمار بودند. به‌طور کلی، در این سال‌ها تمرکز روی تقویت کیفیت کلی صدا بوده است و از دوران واکمن یا MP3پلیرها، تجربه‌ی صوتی کاربر تغییر زیادی نکرده است. صداها در بهترین حالت استریو، اما غالبا مونو هستند و تنها چند گزینه برای تنظیم صدا وجود دارد.
در اغلب موارد، مشتریان مجبورند سخت‌افزاری خارجی بخرند تا بتوانند وضوح صدای در حال پخش را تقویت کنند. در سال‌های اخیر، کاربران شاهد روندی در ساخت بلندگوهای هوشمند و تقویت کیفیت گفتار و صدا در گوشی‌های هوشمند بودند که آشکارا گامی در جهت درست به‌شمار می‌آید و از آن استقبال هم شده است.
بیشتر اصلاحات اعمال‌شده درزمینه‌ی صدای دستگاه‌های هوشمند، تا حد زیادی به پخش محتوای حرفه‌ای محدود می‌شود. فرصتی برای گروه‌های تحقیق‌و‌توسعه‌ی خلاق فراهم شده است تا درباره‌ی تجربه‌های صوتی دوباره بیندیشند و آن را با چیزی مطابقت دهند که ازطریق ثبت تصاویر و ویدئوها می‌توان به آن دست یافت.
تولیدکنندگان دستگاه‌های هوشمند این امکان را دارند که با یکپارچه‌سازی فناوری‌های حسی و نرم‌افزارهای هوشمند، تجربه‌های صوتی کاربران را دوباره از نو بیافرینند و کنترل بیشتری برای ثبت صداها به کاربران ببخشند. به این دو مثال توجه کنید:
۱. الگوریتم‌های صوتی هوشمند که می‌توانند صدا را در محیط ضبط کنند، توانایی فعال‌سازی قابلیت زوم صوتی را هم دارند. قابلیت زوم صدا که عملکردی شبیه لنز تله‌فوتو دارد، به کاربر این امکان را می‌بخشد تا منبع صوتی موردنظر خود را انتخاب کند و با حذف صداهای ناخواسته، به آن نزدیک‌تر شود؛
۲. فناوری‌های مشابهی نیز هستند که منابع صوتی در حال حرکت را ردیابی و صداهای ناخواسته و مزاحم، مانند صدای باد را به‌صورت خودکار حذف می‌کنند. حتی اکنون می‌توان پس از ضبط صدا، آن را ویرایش و صدای صحنه را بیشتر کنترل کرد و بدین‌ترتیب، این گونه فناوری‌ها عملا امکاناتی بی‌حدوحصر به کاربر می‌بخشند.
پدرومادری را تصور کنید که به تماشای تئاتر فرزندشان در مدرسه می‌نشینند. در طول تاریخ، پدرها و مادرها همیشه مجبور بودند در این گونه موقعیت‌ها با آکوستیک ضعیف و صداهای مزاحم تماشاگران نمایش دست‌وپنجه نرم کنند و البته باید این موضوع را هم بپذیرند که کیفیت صداهای ضبط‌شده‌شان به‌‌دلیل دوری از صحنه یا حتی اجرا و صدای ضعیف بازیگران کم‌سن‌وسال و عصبی کیفیت چندان دلچسبی نخواهد بود. امروزه، فناوری‌های نوآورانه‌ی صوتی از این توانایی برخوردار هستند که ضمن متعادل‌سازی شرایط برای کاربران، قابلیت‌هایی دراختیار کاربران قرار بدهند که هرگز پیش‌ازاین تجربه نکرده بودند. با اینکه ضبط صدای محیط صحنه، صدا را زمان پخش بازتولید خواهد کرد، بازهم نمی‌تواند بر مسائل مربوط به سروصداهای مزاحم محیط غالب شود و کاربر را به فعل در حال انجام نزدیک‌تر سازد. همین‌جا است که پای قابلیت‌های زوم صوتی و ردیابی صوتی به‌میان کشیده می‌شود.
تولیدکنندگانی که از نقش صدا در پیشرفت محتوای دیجیتالی آگاه هستند، یک گام پیش‌تر از رقبای خود جلو افتاده‌اند
کاربران با استفاده از رابط دوربین در گوشی‌های همراه می‌توانند از قابلیت زوم صوتی نیز درکنار زوم ویدئویی استفاده کنند و در آن واحد، صداهای مزاحم محیط، ازجمله صدای کشیده‌شدن صندلی روی زمین و گفت‌وگوها متفرقه یا گریه‌های کودکان بی‌قرار را حذف کنند. علاوه‌بر این، می‌توانند یکی از بازیگران روی صحنه‌ی تئاتر را انتخاب و تمامی فعالیت‌های او را دنبال کنند. بدین‌ترتیب، این امکان فراهم شده است که بتوان همه‌ی اجرای وی را به‌طور کامل و با جزئیات دقیق ثبت کرد.
یکی‌سازی سخت‌افزار و نرم‌افزار در مرحله‌ی تحقیق‌و‌توسعه
قابلیت‌هایی که در بالا توضیح داده شد، به‌مدد نرم‌افزارهایی حاصل شده‌اند که همگام با سخت‌افزار کار می‌کنند. برای اجرای نرم‌افزار مذکور به دست‌کاری‌های زیادی در فرم‌فاکتور فعلی سخت‌افزارها نیازی نیست؛ بلکه نیازمند برقراری رابطهای نزدیک بین مهندسان قطعه‌ی مذکور و طراحان آن است. حفظ رابطه‌ی کاری با گروه طراحی و مهندسان نرم‌افزار و گروه‌های تحقیق‌و‌توسعه به حفظ هماهنگی الگوریتم‌های ضبط صدای محیط با ویژگی‌های منحصربه‌فرد فرم‌فاکتور قطعه‌ی سخت‌افزاری مدنظر خواهد انجامید. حفظ این رابطه‌ی نزدیک از اهمیت بسزایی برخوردار است؛ چراکه جای‌گذاری میکروفون‌ها در گوشی‌های هوشمند در کیفیت عملکرد دستگاه‌ها مؤثر خواهد بود. همچنین، نتیجه‌ی این کار در انتخاب نوع قابلیت‌های اجرایی در گوشی‌های همراه بی‌تأثیر نخواهد بود.
نصب مطلوب دوربین‌ها همیشه هم بدون دست‌کاری فرم‌فاکتور امکان‌پذیر نیست؛ اما این مسئله را می‌توان در همان مراحل اولیه‌ی تحقیق‌و‌توسعه حل کرد. با استفاده از اندازه‌گیری‌های آکوستیک آزمایشگاهی می‌توان الگوریتم‌های صوتی مسئول تجزیه‌وتحلیل و پردازش سیگنال‌های متنوع میکروفون‌ها را به‌گونه‌ای اصلاح کرد که با روش‌های مختلف نصب دوربین نیز سازگار باشند. حفظ یکپارچگی فرم‌فاکتور دستگاه تلاش‌های زیادی را می‌طلبد و نوع قابلیت‌هایی که می‌توان به دستگاه افزود نیز به همین تلاش‌ها بستگی دارد. همه‌ی این موارد باید قابلیت کار هماهنگ با توان محاسباتی دستگاه را نیز داشته باشند. یکپارچه‌سازی با موتورهای هوش مصنوعی برای تشخیص شیء یا بخشیدن امکان فوکوس صدا یا حذف صداهای مزاحم محیطی ازجمله این قابلیت‌ها هستند.
حذف محدودیت‌ها برای دسترسی به صداهای رسا و گیرا تنها نیمی از معادله است و تضمین استفاده‌ی آسان از این قابلیت‌ها نیز نیمه‌ی جدایی‌ناپذیر دیگر آن. طراحی رابط کاربری مؤثر نیز امتیاز مهم دیگری است. عملکرد رابطهای کاربری در درگیرکردن حس کاربران نباید کمتر از عملکرد ویدئوهای فعلی باشد. بازهم باید بر این نکته تأکید شود که برنامه‌نویسان باید رابطه‌ی نزدیکی با مهندسان و گروه تحیق‌و‌توسعه داشته باشند تا مطمئن شوند موانع و سختی‌های استفاده از این قابلیت‌ها را به‌طورکامل برچیده‌اند.
لزوم وجود محتوای کاملا رسا
تولیدکنندگان سخت‌افزار باید به چرایی و چگونگی استفاده‌ی مردم از تولیدات آن‌ها برای برقراری ارتباط با سایرین در روزگار فعلی نیز توجه کنند. در دنیایی دیجیتالی امروز که از کانال‌های اجتماعی فراوانی پر است که کاربرانش هرروز زندگی روزمره‌ی خود را در آن درمعرض تماشای دیگران قرار می‌دهند، نمی‌توان از اهمیت فناوری استفاده‌شده برای ضبط و به‌اشتراک‌گذاری لحظات مهم زندگی غافل ماند. این واقعیت که امروزه، حدود ۶۰ درصد از کاربران اینترنت ویدئوهای خود را در فضای مجازی بارگذاری می‌کنند و آن را با دیگران به‌اشتراک می‌گذارند و این آمار که حدود ۸۰ درصد از همه‌ی طرفداران ویدئوهای دیجیتالی، آن‌ها را ازطریق گوشی‌های هوشمند خود تماشا می‌کنند، بر این موضوع صحه می‌گذارد.
تجربه‌های جدیدی که معرفی می‌شوند نباید در واکنش به تقاضای کاربران طراحی شوند؛ بلکه هدف آن‌ها باید تعیین استانداردی برای نوآوری باشد. فراهم کردن راه‌های هدفمندتر برای وصل‌شدن به رسانه‌های اجتماعی باید به‌عنوان مهم‌ترین اصل کاری در کانون توجه تولیدکنندگان گوشی‌های هوشمند قرار گیرد.
طراحی و تولید فناوری‌های حسی برای ثبت تصاویری حقیقی از محیط اطراف، از اهمیت فراوانی برخوردار است؛ چراکه کاربران وقتی غرق تماشای جدیدترین سریال‌های تلویزیونی نیستند، خودشان مشغول تعریف داستان برای دیگران هستند. وسایلی که اجازه‌ی خلق سطوح جدیدی از لذت و عمیق‌ترکردن ارتباط با اعضای خانواده و دوستان و مخاطبان بیشتر را به کاربر می‌دهد، کاربران را به داستان‌سراهایی توانمند تبدیل می‌کند. تولیدکنندگان سخت‌افزارهای مهم که از نقش صدا در پیشرفت محتوای دیجیتالی آگاه هستند، یک گام پیش‌تر از رقبای خود هستند. آن‌ها در عرضه‌ی محصولاتی متفاوت و واقعی به بازار پیش‌گام خواهند بود.
آنچه گفته شد، نقشی مهم در اعتبارسنجی اشکال جدید محتواهای دیجیتال و روندهای جدید فناوری در آینده خواهد داشت. مأموریت فناوری‌های جدید گوشی‌های همراه هوشمند، مانند 5G و قابلیت‌های در حال تحول واقعیت مجازی و واقعیت افزوده، مهیا‌کردن شرایط لازم برای خلق تجربه‌هایی جامع با محدودیت‌های کمتر است. این پیشرفت‌ها ابزاری ضروری برای معرفی تجربه‌های مذکور هستند.