声联网：用声音构造的互联网

        鸟类是如何交流的？ 通过鸣叫。现在，机器间的交流也可以用声音了。一批新型公司现在正制造一种被叫

做声联网的东西。
 
        声音简史
 
        我们来回顾一下。声音被当作信号的历史可谓久远。在最早的时候，号角、鼓和钟声鸣起警报的时候，鼓动

了集会、指挥军队和城市工人们；响彻整个城市的铃声指引着我们的生活。这些声音主要是为了交流，而音乐性则排

到了其次。
 
        在一些似乎不大可能的地方中可以找到模拟声波代码：从莫扎特到舒曼的作曲家们在他们的音乐中隐藏有着

独特音频逻辑的音乐玩笑； 水下数据解调器引导着海军舰艇；电话网络会使拨号等音变得嘈杂。
 
        对于许多人来说（包括我），第一次体验互联网是调制解调器发出像白头翁吱吱叫的声音，盒式磁带里的 

PCM 编码游戏 － 这些声音不是数据本身而是数据传输的副产品，它们既不是为了在空气中传播也不是为了被人耳听

到，而是为线缆设计的。
 
        随着小型音频片段能在移动设备上实时解码，我们来到了有着为进行无线传输而将 URL 编译成记录序列的

现代系统的数字时代。在这个无重量感知的数字世界里，很容易就忘记了信息也是一件物品，东西怎么会发不出声音

？在现在这个时代，机器也是能发出声音的，而且他们可以交流从图片到支付方式的任何东西。
 
        声联网时代来临
 
        这就是声联网。首先，机器可以通过声音将链接发送到远程网络，此外，机器内的查找表也不需要其它的网

络了：因为声音本身就是网络。如今的科技已经足够在可听域范围内或超出这个范围发送少量数据，也能足够好地将

每一个创建的链接编码成数秒或更短的音频。
 
        这是个大胆的想法
 
        声音有多种存在形式，首先也是最容易被忽视的就是网络形式。
 
        想想看：这个地球上有着比人还多的微型廉价扬声器。为什么不利用这种无所不在的日常科技呢？我们看到

了一个简单而直接地连接大量设备的巨大机遇。
 
        声音可以到达其它网络到不了的地方，而且声音可以和现有的协议一道成为网络生态系统有价值的一部分。

我们可以很轻松地
重新构造自动取款机、电视、玩具、收音机和平板 —— 只要能传播声音，就能发送数据。
 
        它的原理是什么？
 
        有许多技术可以搭建声联网，大致包括三个方面：
 
        描述 ：通过选中的已有的信号特征将两个信号区分开来，又称“音频指纹”。这样的例子包括音乐识别服

务，像 Shazam 和 Soundhound。极客们，请原谅我举这两个例子：虽然从广义上讲这些技术也可以被称为真正的声

联网科技，但即便是音乐也是能为点对点交流而进行重塑的。
 
        添加 ：可检索但人类难以觉察的特征（也叫“音频水印”）可以被添加到任意一个音频信号中。这样的例

子包括在无线广播中利用代码进行听众追踪。有一种方式是利用微小的，不易被人类察觉的快速回音，这些回音通常

被人耳听力忽略掉。这种方式被像 InFrasonics, mufin 和 Civolution 等公司使用。它的码率大致相当于上面的

指纹方式的码率。
 
        编码 ： 除了在大型线上已知声音库中节取一种声音，或者快速添加水印，完整的音频信号（音高，音色，

音阶或振幅）本身就是代码。Chirp 和 LISNR 的多音高系统就是如今被编码得足够强大以避免噪声干扰，失真和压

缩的例子。最近发布的 Google Tone 是基于另外一种多频编码方式的。纯代码信号的“清晰听觉”比起前两项技术

来有着更快的速度优势。
 
        然而……
 
        所有的方式都有相对的优势和劣势。通常在实用性和工程设计方面有冲突。信号可以包含丰富的数据，但是

不堪入耳。信号也可以让人毫无觉察地嵌入到弦乐四重奏中，但编译的数据微乎其微。信号在现实世界中的噪声、混

响等声音面前可能显得无比的脆弱。信号可以既不好听也不可靠。
 
        通过声音传送数据必然是缓慢的。通过悦耳的声音传送数据那就更慢了 —— 因此，关键是要发送指针而非

文件。声波数据涉及到安全问题：一对多的数据分享相当有用，但不安全（看如何设计）；那如果你只想分享给一个

人呢？ 这是个有趣的挑战 —— 就在我们现在谈论时人们正在研究新的解决方案。声音有多种存在形式，首先也是

最容易被忽视的就是网络形式 —— 它是跨越最后那几米距离的桥梁，是去往其它网络无法抵达的地方的媒介。
 
        务必小心
 
        声音本身影响重大。谨慎郑重地使用声音，同时注意保护声波环境至关重要。从耳机漏音到街道噪声，再到

声波用户界面，我们已经有了太多随意而嚣张的噪音污染，而这些却在事后回想时被认为仅仅是按键提示音。
 
        作为音频极客和音效设计师，我们在设计发送的声音时花费很多心思，而且我们明显地会在自然界，尤其是

鸟类语言中塑造我们的音频声音。声联网要有一种人性化的交流方式：也就是一种通过将人耳放在第一位也是最重要

的地位来尊重用户的方式。
 
        声音无处不在
 
        是时候兴奋了。老实说声联网的机遇大得令人难以置信，从现有的应用程序到便捷的资源配置。现在重新构

造语音，音乐和数据分享的声音设计这些都有潜力，我们公司在这方面比较活跃。
 
        新的硬件会加快对它的理解：愈来愈便宜的手机专用 DSP(数据信号处理) 芯片，以及因始终在线的接收功

能以及无需用手操作的用户界面而需联网的设备，加大了声联网产品的覆盖范围和效率。我们已经看到音频被应用在

通过收音机发送比特币的支付方式中，在教室通过图片或网页分享以便将地图发送到手机上。我们才刚刚开始。总之

，从非智能手机到门铃，只要有声音的地方就有数据。