Simon Willison's Weblog

Locating the source of a mysterious beep with Claude

8.5内容质量
Locating the source of a mysterious beep with Claude

TL;DR · AI 摘要

使用Claude Code开发的Beep Locator系统通过多设备三角定位,成功定位到房间内神秘蜂鸣声的来源,精度达40厘米。

核心要点

  • Beep Locator利用多设备三角定位,精度达40厘米。
  • Rough mode允许手动调整设备位置,提高定位准确性。
  • 引用2007年BeepBeep论文,实现基于声音的高精度定位。

结构提纲

按章节快速跳转。

  1. 描述房间内神秘蜂鸣声带来的困扰及传统排查方式的不足。

  2. 介绍Beep Locator的架构及多设备协同定位机制。

  3. 通过手动调整和声音测试验证系统定位精度。

  4. 引用BeepBeep论文说明声学定位的理论基础。

  5. 成功定位并解决碳氧传感器电池问题。

思维导图

用一张图看清主题之间的关系。

查看大纲文本(无障碍 / 无 JS 友好)
  • Beep Locator系统
    • 系统设计
      • 多设备三角定位
      • Rough mode调整
    • 技术原理
      • BeepBeep论文基础上改进
    • 实际应用
      • 定位碳氧传感器故障

金句 / Highlights

值得收藏与分享的关键句。

#Claude Code#定位技术#声学定位#软件系统
打开原文

定位神秘蜂鸣声的来源

Simon Willison 的博客

时事通讯

#smallhead

由以下公司赞助:

doubleAI — doubleAI 的 Maxwell 让软件在运行时更快,无需修改代码。

现已开放早期访问

用 Claude 定位神秘蜂鸣声的来源

2026年11月9日

我们家有一个储物间,堆满了上次搬家时还没拆封的箱子。几周前,这个房间里的某个东西开始间歇性发出蜂鸣声。蜂鸣声间隔足够长,站在房间里试图定位声音来源变得令人沮丧,而我真的不想翻遍所有箱子。因此我让 Claude Code 构建了 Beep Locator,这是一个通过房间内分散的多个设备来三角定位神秘蜂鸣声来源的软件系统。

运行一段时间后,Beep Locator 的界面如下所示:

你运行一个 Python Web 服务器来显示主界面,然后通过 QR 码或 URL 连接尽可能多的设备作为监听器——我使用了两台 iPad、一部手机、一台 MacBook Pro 和一台 Surface Ultra。

这些设备随后会互相播放声音以帮助估算彼此的位置。这种方法效果不佳,所以我添加了“粗略模式”,允许用户通过拖动图标在空间中提供大致位置,这些位置会根据声音进行调整。

设置完成后,所有设备都会监听蜂鸣声!

我还添加了“拍手模式”,这样我可以通过在房间不同位置拍手进行测试——在地图上显示为菱形。这让我确信系统能够定位声音。

蜂鸣声在地图上显示为一个 X,同时在“已定位声音”日志中显示一条线。你可以依次从每个设备回放这些声音,确认它们是否是你寻找的神秘蜂鸣声,然后点击“这是神秘蜂鸣声”进行标记。

一旦确认了神秘蜂鸣声的频率,系统将监听该频率,测量蜂鸣间隔,并利用三角定位结果锁定地图上最可能的位置。

系统按预期工作。它将蜂鸣声的位置定位到约 40 厘米范围内,随后我翻找那个特定的箱子堆,发现了一个急需更换电池的古老一氧化碳探测器。

#### 工作原理

当我开始与 Claude 一起解决这个问题时,它迅速找到了 Chunyi Peng、Guobin Shen、Yongguang Zhang、Yanlin Li 和 Kun Tan 于 2007 年发表的论文《BeepBeep:一种基于商用设备的高精度声学测距和定位系统》。以下是该论文的摘要:

我们介绍了 BeepBeep 的设计、实现和评估,这是一个高精度的基于声学的测距系统。它在自发、临时和设备对设备的环境中运行,无需依赖任何预先规划的基础设施。它是一个纯软件解决方案,仅使用最基本的商用硬件——扬声器、麦克风和某种设备间通信方式——因此可以轻松应用于许多低成本传感器平台以及大多数商用现成移动设备(如手机和PDA)。它通过三种技术的结合实现了高精度:双向感知、自我录音和样本计数。

这正是我们需要构建的系统!

Beep Locator 运行一个 Python 网络应用服务器,承担主要工作。监听设备通过 WebSocket 连接到该服务器,并展示一个请求浏览器麦克风访问权限的用户界面。监听器主要通过录制最近 60 秒的音频缓冲区来工作。它们还运行一个简单的蜂鸣检测算法(参见 detector.js),该算法使用快速傅里叶变换和高通滤波器来识别潜在的蜂鸣信号。检测到的事件会被发送到主服务器。

当检测到蜂鸣时,服务器会让距离最短的设备播放一个简短的 chirp(与服务器往返时间最短的设备),然后要求所有监听器上传从蜂鸣前 0.6 秒到 chirp 后 0.8 秒的音频片段。这个 chirp 使各个音频片段能够对齐,这是定位蜂鸣的关键步骤。

#### 我是如何构建它的

我最初是通过 iPhone 上的 Claude Code Cloud 启动这个项目,使用 Opus 5.5 并处于额外思考努力模式。这是那个共享的初始会话,当时我向新创建的空 GitHub 仓库发送了以下提示:

编写一个 problem.md 文件,描述我们要解决的问题。房间里有一个设备在发出蜂鸣声,我找不到它。我想在房间里放置多台设备(笔记本电脑、手机、iPad),让它们同时监听,并帮助三角定位蜂鸣声的来源。需要一个 Python 网络应用来协调所有操作——其中一台设备显示应用的网页,其他设备通过加入 URL 变成监听器,所有操作都通过浏览器的 WebAudio 和 WebSocket 返回到 Python 服务器应用。理想情况下,我不需要手动输入设备的相对位置——如果设备能通过互相播放声音来实现二维空间定位,那就太棒了——这甚至可能吗?

这让我得到了这个 problem.md 文件。在撰写该文件时,Claude 找到了并阅读了 BeepBeep 论文,该论文在文件中有描述。

研究看起来很有前景,于是我告诉它:

好的,尝试构建它,添加一个机制,可以将新代码发送给监听器,它们会自动运行——这样我可以在房间里设置好一切后,让你独自继续进行黑客攻击和实验,而我去做其他事情

这让我达到了这个阶段——系统大部分已经构建完成,但还没有实际运行过。

我将新仓库克隆到笔记本电脑上,启动了 Claude Code……然后 Fable 5.2 发布了,这个项目似乎是个绝佳机会来测试它的性能。

我在笔记本电脑上让 Claude Code 启动服务器,确保它能够实时查看运行情况并修改软件代码。

这个功能已经内置于软件中:Opus 5.5 在监听器上构建了一个 installModule() 方法,可以通过 WebSocket 连接触发,这意味着管理员服务器可以向任意客户端执行任意新代码。

在某些设备上,每次页面重新加载时,监听麦克风的网页都会请求用户权限。热交换模块机制意味着我们可以无需逐一手动操作每个监听设备就能部署新代码。

从那以后,我的主要工作就是坐在笔记本电脑旁,与 Fable 5.2 聊天讨论进展,并偶尔请求新功能。以下是一些我运行过的功能请求提示:

我认为我们需要实现一种“粗略模式”,让我可以在地图上拖动物品,我的任务只是将它们大致放在正确的位置,然后切换出粗略模式,系统会尝试将它们定位得更精确

这让我能够拖动监听器在地图上移动。

我在想,有什么好的方法可以测试这个功能呢?我们能不能让它监听掌声,然后我鼓掌,它就能识别掌声的位置?[...] 打击声在地图上应该使用与蜂鸣声不同的符号

这增加了当我在任何时间鼓掌时,地图上会以与蜂鸣声不同的符号显示掌声的功能。

地图上的每个符号都应该包含一个HH:MM:SS的时间戳

这让更容易识别出哪个符号可能对应现实中的哪个声音。

日志应该显示蜂鸣声和掌声及其时间戳,并且有一个小播放按钮,点击后可以按顺序重放每个监听器录制的声音(屏幕上会显示清楚的文本说明哪个监听器录制了哪个片段),同时在重放期间临时关闭麦克风录制

现在我可以重放声音,这使得更容易识别出我寻找的神秘蜂鸣声对应的录音片段。

每个录音旁边应该有一个“这是神秘蜂鸣声”的按钮 - 然后我可以点击重放来查看,如果这就是我要找的神秘蜂鸣声,就可以确认它确实是那个神秘蜂鸣声。之后系统可以将未来的噪音分类,判断它们是否可能是同样的神秘蜂鸣声,并利用这些信息构建更精确的位置推测

到这个时候我已经接近目标了——我对蜂鸣声的来源位置已经有了清晰的想法,但要是能重新调整监听器在那个位置周围的位置,获得更精确的定位,那会不会很酷呢?

我想要一个功能来实现这个,我不想重启每个监听设备等,我希望能够点击一个“重新定位设备”的按钮,让我进入重新定位模式,然后点击“已重新定位”按钮,它会让我进入粗略模式并要求我大致定位它们,我完成定位后点击确认,然后系统会重新启动。之前的会话可以通过应用程序以只读模式查看

由于我手头还有一个备用设备,我接着提出:

添加一个功能,让地图上包含一个建议添加监听器的位置点 - 这个位置点是基于到目前为止收集的数据,认为添加监听器会很有帮助

#### 给Claude装上代码耳朵

我认为这个项目最有趣的部分是,我证明了给Claude装上代码耳朵是可行的。

Claude目前还没有原生的音频输入功能,但它可以运行JavaScript和Python代码,这些代码可以分析麦克风捕获的音频。

我让它运行一个带有WebSocket连接多个监听设备的Web服务器,然后让它在这些设备上运行WebAudio麦克风,并将它们连接起来,这样就可以通过WebSocket发送新的JavaScript代码执行。

之后我几乎可以完全放手让Claude自行处理问题,它会查询音频日志并重新配置它的“耳朵”来帮助解决问题。

我突然想起几周前在GitHub Universe上听到的一个类似技巧,Martin Woodward告诉我他通过将GitHub Universe徽章电脑通过USB-C连接到电脑,然后用摄像头对准屏幕,让他的编程代理判断更新是否正常工作。

找出让编程代理感知周围世界的方法,是一件非常有趣的事情。

Posted

at 11:57 pm · Follow me on

Mastodon

,

Bluesky

Twitter

或

订阅我的通讯

更近的文章

  • 使用<details><summary>隐藏杂乱的PR描述 - 2026年11月9日
  • 我的笔记本电脑上运行Qwen 3.8 27B也能解析模型权重 - 2026年11月3日
  • 美国人口普查局与“超级智能” - 2026年11月2日
  • 振动游戏开发的十月转折点 - 2026年10月28日

#primary

这是Simon Willison于2026年11月9日发布的《使用Claude定位神秘蜂鸣声的来源》

projects

564

ai

2,315

generative-ai

2,054

llms

2,018

claude

327

coding-agents

266

claude-code

135

claude-mythos-fable

46

上一篇:使用<details><summary>隐藏杂乱的PR描述

月度简报

每月赞助我10美元,即可获得精选的本月最重要的大语言模型发展摘要邮件。

付费获取更少的邮件!

赞助并订阅

#secondary

#wrapper

  • 披露信息
  • 附录
  • ©
  • 2002
  • 2003
  • 2004
  • 2005
  • 2006
  • 2007
  • 2008
  • 2009
  • 2010
  • 2011
  • 2012
  • 2013
  • 2014
  • 2015
  • 2016
  • 2017
  • 2018
  • 2019
  • 2020
  • 2021
  • 2022
  • 2023
  • 2024
  • 2025
  • 2026