行业洞察 | 小米发布人形机器人的AI技术

昨晚的朋友圈被雷军年度演讲刷屏，雷军讲述了他人生中多次经历的挫折与迷茫，并分享了穿越人生低谷的感悟，让每一位在创业路上的人都感同身受。

就在演讲快结束时，雷军顺手扔出了一个王炸——全尺寸仿生人形机器人CyberOne。小编发现，功能介绍里，提到CyberOne的听觉传感器配合音频算法，可识别6类45种人类情绪语音，外加85种环境音识别。

而这其中就包括夹杂着语种混杂的识别，例如："我的iPad不能下载APP了，可以陪我去Apple Store修理一下吗"、"明天就是Dealine了，我的paper还没有Ready"、"老板的Schedule需要调整，麻烦你Check一下你的Email"...

这种夹杂了英文的汉语频频出现在我们的日常沟通中，除了英文，其他小语种出现在中文语句中，在学术上称之为语种混杂（Code-switch），是目前语音识别技术面临的重要挑战之一。对于人机交互语音识别系统，Code-switch带来的挑战主要体现在下面三个方面。

挑战Challenge

1、非母语口音严重

中文中夹杂的其他语种非我们的母语，我们的发音会带有各种方言口音。例如，闽南普通话和天津普通话的口音都不同，更何况大家说的非母语的语言。汉语中共有八大方言，即：官话、吴语、湘语、赣语、客家语、闽