真无线TWS耳机看似源于有二十多年历史的蓝牙技术和百余年历史的扬声器技术，但正如我们上一篇所提出的TWS耳机还真的是耳机吗？至少在我们使用TWS耳机时，非常多的应用早就超出了耳机与扬声器的范畴。而这些功能和应用上的细节也是让大家对TWS“因懒生爱”的原因之一。今天的耳机入门，来看看TWS耳机中的AI与IoT技术。[注：TWS指真无线，AI指人工智能，IoT指广义的物联网]。
翻盖弹窗：这个功能来自于AirPods与iPhone、iPad设备搭配时首创，可以被广义的认为是AR技术的应用之一。主要功能是，真无线耳机电池仓开盖后，手机上有一个3D动画画面弹出，目前大家效仿苹果都做的相当精美。不但增强了开盖的形式感，也可以更方便的显示耳机的电量、电池仓电量以及方便第一次的连接向导[目前大部分Android手机搭配自家耳机无法显示电池仓电量]。这个功能在AirPods推出后大概1年，山寨成功实现欺骗iOS设备，推出2年多之后，Android和自家耳机搭配开始广泛支持此功能。
这个功能如何实现？它并非我们熟悉的NFC接触，而是使用的蓝牙设备互相之间的识别，哪怕是还没配对，蓝牙也会发现周边设备不是？所以就可依靠此功能。不过大家为了各自维护生态，所以手机与耳机不同厂家彼此不支持。
关盖断联/充电等：TWS耳机增加续航的法宝是充电仓。不管什么样式的TWS耳机，一般都通过金属触点和充电仓连接，至少可以实现充电功能，早期一些产品还会考虑支持数据功能。在触点附近可能会有磁铁来吸附耳机，提升拿取时的手感识别，以及提升可靠性。另外，在电池仓盖子附近可能也会有磁铁元件，根据不同形式有所不同。
不要小看这个磁铁元件，与之配套的一般都会有一个霍尔元件，这个元件用来识别耳机是否吸附[滑轨式的盖子就是纯为霍尔元件准备]。霍尔元件负责磁电信号的转换，虽然只是简单的开关识别，但与耳机联动保证了，开关盖动作下电路系统的通与断。例如，上面说的开盖弹窗。而关盖断掉蓝牙连接，或者有的是吸附到充电点后就断掉连接，保证了耳机的正常使用，不会在盒子里继续播放音乐等。虽然现在我们新买的产品在这些细节上已经没有问题，但三四年前的首批非苹果的TWS耳机，以及今年刚刚发布的高仿AirPods耳机，这个功能是没有的。
佩戴识别：在不少的TWS耳机中开始加入佩戴和取下耳机识别的功能，主要作用就是佩戴耳机后自动播放或连接，取下耳机后播放的内容可以暂停。这套实现目前有两种做法。第一种，是通过红外识别元件来实现，这个不难理解。另外也可以通过电容式的元件来实现，在设计上电容式恰好还可以和耳机本来要使用的电容式触摸操作整合在一起。
3轴加速感应器[语音加速]：在第一代AirPods上，除了两个通话麦克风之外，苹果在产品详细信息中就写明使用了语音加速感应器，这是一个来自ST意法半导体的元件，官方英文称之为MEMS digital output motion sensor，看到是一个MEMS元件，但与气导的MEMS麦克风不同，这是一个3轴加速感应器[3-axis accelerometer]。对于通话应用来说，它可以感应来自人说话与耳机接触皮肤的物理震动，配合传统的声学麦克风，实现多元的通话信号采集，所谓的骨传导语音就是这套系统。当然，它的本质还是一个3轴的加速感应器。
AirPods Pro的“空间音频”功能的初步实现，估计也与它有关。依靠左右两个耳机上都有的3轴加速感应器，可以识别人体和头的运动，配合与iPhone或iPad之间的运动关系[估计得手持设备]，iPhone或iPad、AirPods Pro多个设备上方位和运动感应装置互相配合，从而实现空间音频以及随人而动的空间音频效果。
AI通话识别：提到了语音加速感应器，以及它和传统气导麦克风配合实现的通话功能。就要谈谈这个功能相关的软件。这套算法使用到了AI技术DNN得到的数据，例如漫步者DreamPods使用的大象声科的算法。这套算法主要实现的目标是在复杂信号声中分离出需要的人声。这套算法在硬件配合下，不但可以在非常吵闹的环境下获得人声，同时对于非常大风下风噪有很好的隔离降噪。所以说，使用AI技术并不是夸张，而是货真价实。
这样的技术不一定非要骨传导麦克风来配合，多只麦克风也可以实现，但效果各有特点。我们在近年来使用智能音箱、手机语音助手时可以发现，相比四五年前刚刚有类似技术时，容易误触发，嘈杂环境下识别率奇差的问题已经得到了非常大的改善。现在我们可以一边听着音乐一边唤醒语音助手，我们可以开着120km的时速叫醒“小度小度”，并进行对话。这都与类似的AI技术相关。这也是语音识别技术中第一个环节。
降噪场景识别：这里可能又要提到的加速感应器。在索尼最新发布的WH-1000XM4上，主打了更为细分化的主动降噪应用场景，或者说是主动降噪与环境音搭配比例的组合。这在WH-1000XM3上已经有，但可能没有新款的更细致。由于没有使用过，不能详细点评。但虽然不能确定是否1000XM4的实现方法，但我们可以确定未来很快TWS耳机也会加入类似功能。
这种功能的实现可以搭配加速感应器以及噪声的特点通过软件算法来判断我们使用耳机时所处于的环境，从而给出一个软件系统认为更合适的降噪与环境音模式。例如，1000XM3已经可以实现的，室内、坐着、走在大马路上等等。
健康、生物检测：谈到可以做心率、血氧等检测的TWS真无线耳机目前市面上并不多，不过已经确实开始有了，而且很可能成为未来一年内TWS耳机发展的又一爆发点。而在更早期的蓝牙运动耳机[大多为颈挂式]已经开始出现类似功能。例如Jabra Sport Pulse Wireless，BOSE SoundSport Pulse等。另外，Jabra已经推出了TWS的运动耳机。
在耳机中我们也可以通过类似手环上的光学传感器来实现心率的识别，另外耳机中的运动加速传感器还可以帮耳机自动识别我们进入到的运动状态。例如现在的手环或手表可以自动识别你开始运动了，甚至可以配合app半自动识别你在做不同种类的运动。未来耳机实现这个功能也并不困难。而在手表、手环上开始实现的生物传感器搭配光学传感器的设计，在耳机上也可以实现。又要谈到我们曾经测试过的Bragi Dash，据说它可以支持心率、血氧、心动异常等多种功能。似乎当年测评时并没有实现？
总结
运动、GPS、生物识别、光学识别等等传感器，搭配AI或其他功能软件算法让可穿戴设备开始形成了“物联网IoT”的构想。在数十年前物联网概念提出时，我们不正是希望这些最基础的应用能够被智能设备识别，从而提升体验甚至接入到互联网中。例如一个小小的加速传感器，可以用来识别运动状态，可以用来帮助减少风噪，可以用来切换降噪模式，可以用来骨传导语音。而AI的算法确实也让一些功能得到了快速的进步，例如语音识别。而在这个基础功能下，会有更多收益者：例如通话更清晰，唤醒语音助手更准确，从而用语音来控制更为可靠等等。TWS耳机未来更多功能的加入与AI人工智能IoT物联网相关技术会密切相关，这不是蹭科技热度，而是真的在使用并有效果。
此帖使用Win10提交
此帖使用MAC提交