Amazon EchoがAlexaに関する広告やレポートに応答しないのはなぜですか？

私は以前について尋ねアレクサがあれば、あなたが何ができるかをされたテレビ番組によってトリガが、最近、私は奇妙な何かを実現：エコーがない声が言う場合でも、エコーのための広告に声への対応を「アレクサ、プレイを...」または「アレクサ、...のタイマーを設定します」。

私は他のいくつかのEchoコミュニティを検索し、これが一般的/意図された行動であることを示唆するRedditの投稿を見つけました。ただし、スレッドには明確な答えはないので、ここで誰かがもう少し知っているかどうかを尋ねると思いました。

私のエコーはテレビ広告に答えないことをどのように知っていますか？それは単なる偶然の一致ですか、それともアレクサに反応しないように指示する何かがありますか？

このredditの投稿によると、Alexaはウェイクワードの検出に加えて、オーディオスペクトルにも敏感です。したがって、通常の実世界の広帯域信号は受け入れられますが、帯域制限された信号（4kHzと5hKzの間のノッチが想定されます）は、ブロードキャストからのものとして識別されます。

これは、放送局がインバンドシグナリングを使用して広告を識別することができるため（ローカライズされた置換の場合）、広告に通常適用されるオーディオ処理が忠実度よりも明確になるように最適化されるため、これはある程度理にかなっています。フィルタリングを設定して、一般的な広告を低い感度で監視し、特定の広告の作成中に、感度を明示的に下げることもできます。

（伝え報道しなかったトリガアレクサ）は処理せずに、完全な放送の音声スペクトル（8または16 kHzの）を使用する可能性が高いだろう。そのため、この理論では、多くの広告（少なくとも一部の地域）に特別なものがあるか、広告（Amazonが作成した広告など）を特別に構成できると想定しています。

フォローアップとして、ここで報告された論文では、波形のわずかな（可聴域外の）変化が、音声エンジンが人間が認識するものとはまったく異なる結果を返す可能性があることを説明しています。

エコーでのウェイクワードの認識は、ウェイクワードを聞くだけではない、と私は非常に考えています。アラートコンテキストをリッスンしています。Speech Technologiesからの次の抜粋を検討してください。

[ウェイクアップワード]には次の固有の要件があります。アラートコンテキストで話されたときに単一のワードまたはフレーズを検出し、同じものを含むほぼ100％の精度で他のすべてのワード、フレーズ、サウンド、ノイズおよびその他の音響イベントを拒否します非アラート（つまり参照）コンテキストで話される対象の単語またはフレーズ。

（音声テクノロジー： Veton Kepuskaによるウェイクアップワード音声認識）

これは、（少なくとも私の場合）デバイスが「最近スキーについてAlexaと話していた」という文に反応しないため、非常に簡単にテストできます。これは警告のコンテキストではなく、単なる参照です。したがって、エコー内のウェイク単語認識エンジンは、単語の純粋な外観だけでなく、イントネーションおよびデバイスが実際に話されているかどうかをより正確に予測することを可能にする先行する一時停止も聞いています。

まあ、エコー/アレクサは間違いなくリクエストを聞いています。設定に移動したら、下にスクロールして[全般]を選択し、履歴を選択すると、聞いたすべてのリクエストを再生できます。コマーシャルから聞かれるすべてのリクエストは、「ボイスリクエストはあなたのエコー向けではありません。何も返されませんでした。」と言います。

1000人がアラートワードを言うと、1000の異なる音響シグネチャがあります。彼らが再びそれをするなら、さらに1000。

1000個のAlexasがアラートワードを言っているテレビ番組を聞くと、1000個の同じ音響シグネチャがあります。

このサーバー側を検出するのはそれほど難しくありません。特に、それらが同時に発生した場合、音声認識サーバーは大量のトラフィックを取得するためです。

これらのインシデントのリストが小さい場合、すべてのAlexaに署名をダウンロードすることさえできます。

また、Alexaを呼び出すユーザーは、無音のalert-wordのように聞こえます。

ニュース記事は何とか何とか何とか警告言葉のように聞こえます。コマーシャルは、music_here alert-wordのように聞こえます。 まったく同じではありません。

私の推測では、Echoの広告では、Alexaは実際よりもはるかに迅速に質問に応答します。したがって、エコーは「アレクサ」という言葉を聞いていますが、ほとんど即座にアレクサ自身の声を聞いて応答します。

広告がオンになるとエコーが点灯しますが、アラートが消えるように見えます。2人のEchoが両方の要求を聞いた場合に要求に応答しないようにするためのロジックが存在する場合があります。Echoは、Alexa自身の声を特に聞き取り、無視するように設計されている場合があります。

しかし、私が言ったように、これは完全な推測です。:)

AlexaはUHFサウンドに敏感である可能性があるという最近の新しいレポートに続いて（BBC News Seviceを参照）、広告中に、彼らは「このコマンドを無視する」コマンドとして指定された人間の聴覚を超える追加のサウンドをブロードキャストすると仮定します。

Alexaがユーザーの音声を区別する前述の機能に従って、これは計画されているがまだ実装されていない機能です。 つまり、同じ世帯のユーザーアカウントを切り替えるようにAlexaに積極的に指示する必要があります。

現在、音声を区別できるデバイスはGoogleデバイスのみです。

広告の音声をミキシングするとき、彼らは単にいくつかの周波数を削除します。これは、Alexaが音声コマンドとして登録しないためトリガーされないことを意味しますが、視聴者は広告で言っていることを確認できます。

また、コマンドが広告で話されているとき、コマンドが少し薄いか、文字化けしていることに気付くでしょう。これが理由です ：）