从一声哈欠到冰箱门轻轻关闭，日常生活中的各类声响其实无处不在。对于正在向家庭场景不断迈进的人工智能而言，这些声音之中蕴藏着巨大的价值——前提是拥有足够多、足够多样的音频样本用于模型训练。卡内基·梅隆大学的研究团队想出了一个巧妙方案：借助一款视频游戏，在直播平台上实时收集玩家们“捐赠”的声音，并将这些音频汇聚到一个开源数据库里。

“如今，开发基于机器学习交互的方法已经变得相当容易，真正的瓶颈反而落在了数据收集上——我们需要合适的数据，才能打造出不仅能听懂我们说了什么，还能做更多事情的设备。”卡内基·梅隆大学人机交互研究所的助理教授Nikolas Martelaro表示，“我们希望这些设备能够充分利用环境里的所有声音来发挥作用。”

同样在人机交互研究所和娱乐技术中心任职的助理教授Jessica Hammer补充道：“这些数据可以用来创造极为实用的技术。例如，若AI能检测到我女儿房间里传来一声巨响，它就能及时唤醒我；或者当烘干机发出异响、需要清理棉絮时，它能主动通知我；再比如，听到有人持续咳嗽却无法停止，它也能发出警报。”

Hammer和她的团队开发了一款名为“Rolling Rhapsody”的游戏，专门在直播平台Twitch上运行。主播控制着一个球，需要滚动它来收集散落在海盗基地周围的宝藏。而观众们则通过一款移动应用，从自己家中收集声音并提交上来。“当观众提交声音时，这些录音就被捐赠给研究人员使用的数据库；同时，这些声音也会实时出现在直播中，成为游戏的一部分——这给了观众动力去争取奖励，或者因为贡献了许多稀有声音而获得认可。”Hammer解释道。