探秘小米声学实验室

　　在小米科技园举办针对人工智能的媒体开放日，网易科技也第一次近距离地接触了小米＂神秘＂的人工智能实验室。小米集团副总裁、集团技术委员会主席崔宝秋博士、人工智能部总经理叶航军博士、AI实验室主任王斌博士，介绍了小米在AI领域的自主研发技术成果、技术人才引进情况。
　　叶航军、崔宝秋、王斌（从左至右）
　　探秘小米声学实验室
　　首先我们来到小米声学语音实验室，可以看到，各种以小米智能硬件生态链核心产品小爱音箱为中枢，四周布满了供声学语音测试使用的硬件设备，据介绍，小米的智能硬件产品中，所有具备麦克风、扬声器的语音交互设备，都要经过这个实验室测试后上线。目前，小爱音箱语音算法已经做到由小米全部自主研发，在这个实验室中，以小爱音箱为代表的小米全系智能语音设备，均会进行远场、近场、灵敏度等一系列详细测试并进行调试，其中近场测试，主要针对手机进行。
　　图：小米声学语音实验室
　　据现场工程师介绍，实验室中的人工模型及扬声器等设备，均会高度会模拟日常的人声及环境音、噪声干扰等，其中人声的测试，机器可以分别模拟不同性别、不同年龄的声音并反复进行机器还原测试，而无需人工测试，既节省了人力成本，又可以保证精准的测试效果。在这个实验室中，工程师会在测试过程中发现算法中可提升的部分，并反馈给小米研发团队进行优化和算法调试。
　　图：小米声学语音实验室
　　不同于前者，进入与硬件相关的声学实验室后，马上会感觉有些安静的不适应，房间四周布满了锥形吸引墙，房间整体重量约70吨，用料极其奢侈。据工程师介绍，该实验室内部各个角落，都不会产生声音的回波，所有声音都会被锥形墙体吸收，因此理论上讲，房间内，只存在源头声音一个干扰源。实验室包括三层墙体，均为实心砖墙，主要作用为在绝对安静的环境条件下，对设备进行高灵敏度的测试，以便准确找到硬件设备各类极值。
　　图：小米声学语音实验室
　　据介绍，语音识别的顶层为云识别算法，但是在硬件设备底层，要极大保证设备的灵敏度，如麦克风对于声音的采集，只有这样，才可以在云端更好地进行算法识别，小米不惜成本地打造声学语音实验室，原因也在于此。
　　图：小米智能厨卫
　　接下来，在体验了包括智能客厅、智能卧室、智能书房、智能厨卫等以小爱同学为智能家庭中枢的小米全系智能家居场景后，可以很直观地感受到，小米AIoT，已经把之前描绘的未来智能生活场景完全变为了现实。
　　图：小米智能客厅
　　Daniel Povey选择小米的三个理由
　　Daniel Povey是全球公认的国际语音识别和AI领域知名教授、语音识别开源工具Kaldi之父。他于1993年到2003在剑桥大学度过了自己的高等教育经历，获得语音识别的博士学位。2003年至2008年，他在IBM研究院负责计算机语音识别的工作，并且获得了Research Staff Member的角色；随后在2008年到2012年，Daniel Povey在微软研究院参与计算机语音识别方面的工作。2012年，Daniel Povey加入约翰霍普金斯大学，担任语言和语音处理中心的副教授。
　　图：崔宝秋与Daniel Povey
　　2019年，Daniel Povey在长达两周的中国之旅中，分别走访了包括清华、北大等顶级学府，以及多个中国的头部科技互联网公司，但其最终选择了加盟小米，崔宝秋认为，第一是因为Daniel Povey已经了解小米＂手机+AIoT＂双引擎战略生态的强大，同时他十分清楚语音识别在＂手机+AIoT＂双引擎战略中所扮演的重要角色；第二，Daniel Povey在参观了小米公司总部后，了解到小米对于人才和技术的重视，以及具备大批优秀的工程师，以及这也是吸引Daniel Povey加盟的重要原因；第三，小米从云计算、大数据到今天的AI，对于开源的拥抱，也是吸引Daniel Povey的关键点。
　　崔宝秋透露，在与Daniel Povey谈offer的过程中，Daniel Povey对于其他入职大部分细节基本不关心，他最关心的是保证Kaldi100%的开源，而崔宝秋给出的回答是：对于小米来说，这根本不是问题。Daniel Povey入职当天，崔宝秋表示，无论对于Daniel Povey本人、对于小米、对于中国的语音识别届，今天都是很重要的一天。
　　人工智能技术已实现广泛产品落地
　　目前，小米人工智能技术实现了广泛的产品落地，比如AI相机、小米电视、AI音箱、MIUI、搜索推荐、IoT设备等，涵盖声学、语音、深度学习、视觉等各个领域，一句话概括，AI在小米已经无处不在。此外，据了解，小米还承建了智能家居国家新一代人工智能开放创新平台。
　　说到小爱同学，其语音识别技术包括声学和语音，严格来说，这是两个不同的技术领域，小米人工智能的声学技术包括：回声消除，去混响，声源定位，多通道降噪以及多种麦克风阵列解决方案；而语音技术则包括：唤醒，识别，声纹以及语音合成。目前，小米小爱音箱语音算法已经实现全部自主研发。
　　在参观后的采访中，叶航军介绍，在小米＂手机+AIoT＂的双引擎战略里，AI扮演了非常重要的角色。在手机上，对于用户经常使用的拍照功能，叶航军认为＂目前在整个行业，手机相机研发有一个明显的趋势，就是人工智能的深度整合，具体来讲有两个方面，一个就是手机相机的软件化和算法化，之前很多手机相机的体验是靠硬件去做，但是最近这两年，一些领先的体验是通过软件算法实现。第二个趋势就是算法AI化，越来越多的相机算法从传统图像处理算法转变成AI算法。＂
　　王斌博士则分享了小米AI自主研发技术成果，目前小米已经在声学、语音、视觉，NLP、知识图谱、机器学习6大方向取得一系列成果。此外，王斌还介绍了小米在视觉、NLP、知识图谱、机器学习等技术上的进展。视觉方面，自研的人脸识别、美颜、魔法换天、场景识别在多款手机上落地应用。小米已经打造了自己的NLP平台和知识图谱，全面支撑公司的多项内容业务。小米面向移动端的深度学习开源计算平台MACE（Mobile AI Compute Engine）一推出便受到业界的广泛关注，目前广泛用于公司的各项产品中。
　　公开数据显示，2016年—2018年间，小米在AI领域申请专利684项，列居世界第11位。在宣布＂手机+AIoT＂双引擎战略为未来5年内小米的核心战略同时，雷军表示，未来5年小米将在AIoT领域持续投入超过100亿元，综合人才、技术积累以及资金投入等因素，不难推测，相对于竞品，小爱音箱的线下场景优势依然具备提升空间。