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
本条情报归属 AITOP「技巧」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：Claude Code、Beep Locator、Simon Willison、声源定位，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「IT之家」，经 AITOP 多维评分管线结构化提炼。
