开发者借 Claude Code 开发 Beep Locator 声音定位系统，声源锁定至约 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

文章要点

1开发者 Simon Willison 借助 Claude Code 开发 Beep Locator 声音定位系统，代码已在 GitHub 公开
2系统让五台手机、平板和电脑经网页调用麦克风，以同一声音抵达各设备的时间差定位声源
3自动测定设备位置精度不足后改用手动标注，程序用快速傅里叶变换从环境杂音中识别目标提示音
4最终将声源锁定至约 40 厘米范围，在搬家后的纸箱中找到发声的旧一氧化碳探测器

决策要点

单个开发者借助 AI 编程工具就能为一个生活小问题拼出跨设备协同的可用工具，自研小工具的门槛在下降。

影响：员工级自研工具能低成本覆盖临时性、小场景的需求，未必都要立项采购；这类工具多由个人快速搭成，设备权限和数据边界容易被绕过正式 IT 流程。
参考：可考虑挑一个流程固定的小问题，让有工程背景的员工用 AI 编程工具试点并记录耗时对比；值得先约定自建工具的设备权限与数据使用边界。
依据：事实来自开发者 Simon Willison 的博文并经 IT之家转述，代码已在 GitHub 公开；约 40 厘米定位为个案结果，暂无独立验证。

正文

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。

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

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。

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

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

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。