搬进新家后，储物间里堆满了尚未拆封的纸箱，其中不时冒出几声短促的电子“哔”声。由于两次鸣响之间间隔较久，软件开发者西蒙·威利森单凭耳朵始终无法判断声音究竟来自哪个箱子。为解开这个谜题，他决定借助AI编程工具Claude Code打造一套声音定位方案。
这套被命名为Beep Locator的系统，最终将声源锁定在大约40厘米的范围之内。其运行方式是让屋内分散摆放的五台设备，手机、平板、电脑均可参与，通过网页调用各自的麦克风同步录音，共同捕捉那阵恼人的提示音。
从原理上看，Beep Locator的关键在于比对同一段声音抵达各台设备的先后时间差，以此推算出发声点坐标。为了在嘈杂的背景噪音中准确锁定目标信号，程序还引入快速傅里叶变换对声音频率进行分析；而各端录音的同步，则依靠其中一台设备发出的一个短音来完成。
开发过程并非一帆风顺。威利森最初尝试让程序自动测算设备间的相对位置，但精度始终达不到要求，于是他改用手动方案：在地图界面上拖动图标，逐一标注每台设备所处的方位。
随着功能不断完善，系统还具备了另一项实用能力，依据现有数据推荐后续设备应摆放的位置，帮助进一步压缩搜寻范围。
按照定位结果逐一翻查纸箱后，威利森终于揪出了发声的“元凶”——一台藏在箱中的旧一氧化碳探测器。他在博客中完整记录了此次开发经历，相关代码也已公开于GitHub平台。
