开发者用 Claude Code 自制 Beep Locator，声源定位精度约 40 厘米
开发者 AI 自制工具追踪室内异响，将声源锁定至约 40 厘米范围
Simon Willison 搬家后找不到纸箱里响的旧一氧化碳探测器，就让 Claude Code 写了个网页程序，五台手机协同做时间差定位，精度到 40 厘米。和需要专用阵列设备的声源定位方案不同，这套东西只用浏览器和消费级设备就能跑，代码在 GitHub 上，想做声学或调试类小工具的开发者可以看看实现细节。
软件开发者 Simon Willison 于 11 月 9 日发布博文，介绍他用 AI 编程工具 Claude Code 开发的声音定位系统 Beep Locator，可将室内声源锁定至约 40 厘米范围。项目起因是搬家后储物室纸箱里传出间歇性的短促电子声，鸣叫间隔长，靠耳朵难以判断来源。
技术实现上，系统让五台手机、平板和电脑通过网页调用麦克风协同录音，比较同一声音抵达不同设备的时间差来推算声源位置。由于自动测定设备相对位置的精度不足，他加入了手动拖动地图图标标注设备位置的功能。程序还利用快速傅里叶变换分析频率，从环境杂音中识别目标提示音，并用一台设备发出的短音同步各端录音。系统还能建议新增设备的摆放位置以缩小搜索范围。
最终 Willison 按定位结果找到声源，是藏在纸箱里的旧一氧化碳探测器。项目代码已在 GitHub 上公开，类似的多设备 TDOA 定位思路此前多用于声学阵列等专业场景，这次用普通消费设备和 AI 辅助编程就完成了完整实现。
开发者 AI 自制工具追踪室内异响，将声源锁定至约 40 厘米范围
IT之家 11 月 11 日消息，软件开发者西蒙 · 威利森（Simon Willison）于 11 月 9 日发布博文，借助 AI 编程工具 Claude Code，开发名为 Beep Locator 的声音定位系统， 可以将声源锁定至约 40 厘米范围。 IT之家援引博文介绍，开发该 Beep Locator 系统的初衷，是威利森搬家后储物室堆积了较多尚未拆封的纸箱，而不时传来短促的“哔哔”电子声。由于鸣叫间隔较长，靠耳朵很难确定来源。于是他借助 Claude Code 编写程序， 让分散摆放的五台手机、平板和电脑通过网页调用麦克风，共同捕捉声音。 在技术实现方面，该系统主要比较同一声音抵达不同设备的时间差。开发过程中，自动测定设备相对位置的尝试精度不足，威利森便加入手动拖动地图图标、标注设备位置的功能。同时，程序利用快速傅里叶变换分析声音频率，从环境杂音中识别目标提示音，再借助一台设备发出的短音同步各端录音。 随着功能逐步完善，系统还能够建议新增设备的摆放位置，帮助进一步缩小搜索范围。最终，威利森按定位结果检查纸箱，找到了发声设备，确认是藏在纸箱里的旧一氧化碳探测器。该项目代码目前已在 GitHub 上公开。 参考 点此前往 GitHub 访问 Beep Locator 项目
This report is categorized under AITOP's "How-to" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include Claude Code, Beep Locator, Simon Willison, 声源定位.
Source attribution: curated from IT之家.
