首页 > 科技快讯 > 智能音箱声学语音技术完全自研，背后是那个你不了解的小米

智能音箱声学语音技术完全自研，背后是那个你不了解的小米

晰数塔互联网快讯
2020-06-30 09:01

小米是一家什么公司？

答案可能见仁见智。一直以来，高性价比是小米最初抢夺市场的切入点。但如今手机市场增速放缓，IoT成为手机厂商们比拼的下一个赛道。

小米也来到了转型的十字路口。

那么小米在AI研发上的方向和成果如何、怎么切实加快技术落地，我们和小米人工智能部聊了聊。

小米加速AI自研

除了询问天气、播放音乐的常规功能，你可否想过有一天音箱也可以成为一个能交心的朋友？

不久前发布的小米小爱音箱Art已经全面支持情感化的语音交互，小爱同学在被唤醒时，可以基于用户情绪，做出开心、害羞、惊讶等等不同的反馈，就像一个有情绪的机器人。这是小米人工智能部AI实验室最新的语音成果之一——通过情感TTS合成，实现拟人化情感化的小爱同学音色。

当然，作为小米的第九款音箱，当中也融入了小米更多的自研声学语音技术，比如支持全屋播放、就近唤醒等功能。

设想一下，用户直接对小爱同学发出“全屋播放”的指令，不必打开APP，房间里面所有音箱产品都能播放同一首歌曲。早上起床的时候，远处的音箱闹钟响起，只需要呼唤近处的音箱就可以直接关闭远处的闹钟，不必亲自下地。

智能音箱是一种枢纽型产品，也是小米IoT上的爆品，所以声学、语音技术也是小米在人工智能研究中进度最快的一个方向，已经实现了100%的自研。此外，小米的人工智能研究还包括视觉、自然语言处理（NLP）、知识图谱和机器学习等方向。

小米人工智能部AI实验室主任王斌博士介绍道，在人工智能领域中，机器学习更偏底层，是人工智能的核心支撑技术。声学、语音和视觉偏感知，是对人们感知到的声学、语音和视觉信号进行处理。而NLP和知识图谱则更偏认知，是对文本内容进行深入的语义理解。

目前，小米的声学、语音技术主要用于智能设备的交互，而视觉技术主要用于提升小米手机相机的拍摄效果，NLP和知识图谱则主要应用于各种互联网内容服务。小米的机器学习一方面研究包括自动机器学习在内的相关算法，另一方面则主要是构建大规模的训练和推理引擎平台，其中包括端侧的深度学习推理引擎。目前小米的很多基础AI技术也正在平台化，从而能够全面支撑公司的多样化业务，目前包括端侧深度学习推理引擎MACE在内的框架已经开源，后期各项工具、平台也会逐步开源开放。

王斌表示，今年小米在AI技术上会在多个方向上继续发力，比如视觉方向重点是在基础画质算法上实现突破，达到行业一流水准；声学语音方向还在进一步加强唤醒和合成的工作，尽快实现更大突破；NLP则在结合实际场景的情况下突破多模态内容理解技术。

“在公司内部的技术布局上，很多部门会有些相关性，大家互相支持去探索，成长会更快，“小米人工智能部总经理叶航军博士表示，目前小米的人工智能主要应用在三个赛道，除了前述以音箱为主的IoT产品，还有手机相机和互联网领域（搜索信息流推荐、电商平台等），相对而言，消费者对前两者AI应用的感知更加强烈。

“目前看，手机竞争很大程度上是拍照能力之争”，叶航军一言道破手机市场竞争本质。目前手机领域已经很久没有激动人心的颠覆性技术，相机作为使用最高频的功能之一，也是手机厂商们大展拳脚的领域。除了各类硬件上的加减乘除，围绕摄像的AI算法也是各家手机厂商的持续创新的沃土——AI算法的边际成本比硬件更低，而且可复制性也很高。

小米自研的视觉技术一方面不断提升相机的基础画质，另一方面主要体现在多种相机相册应用中，比如超级夜景、HDR、魔法换天、魔法分身等等。

以魔法换天为例，小米自研的AI算法可以将天空和照片的其他区域区分开来，通过更换天空素材，并调整其他区域的亮度颜色等，达到改变天气的目的。“当时市场上的竞品APP换天的成功率只有70%左右，我们在攻坚之后达到了90%以上”，王斌表示，尤其是针对前几年北京的雾霾天气，换天功能也是“击中用户痛点”，在社区还掀起了换天比赛，得到用户广泛好评。

“事关小米生死存亡”

毫无疑问，小米正在不断提高AI技术的自研率。站在普通用户的角度，对这些技术的感知虽然不甚强烈，但不积跬步无以至千里，种种微小的技术进步却也隐藏着小米的未来。

其实，小米内部围绕AI技术的研究在很早就开始了，但早期主要分散在各个业务部门。直到2012年，崔宝秋加入小米，把分散的研发力量聚合，才组建了人工智能与云平台团队，并且主导了小米“云计算-大数据-人工智能”的技术发展路线。随着技术立业的理念深入，小米成立了集团技术委员会，由集团副总裁崔宝秋博士担任技术委员会主席。

到了2019年年初，小米开启的新一轮架构调整。原来的人工智能与云平台部拆分成立成为三个部门：人工智能部、大数据部和云平台部。这三个部门也成为小米公司内部的一级部门，三位负责人直接向雷军汇报。

如今小米人工智能部的带头人叶航军也是在2012年加入小米的，再此之前，他先后就职于IBM、Google和腾讯。在小米的八年期间，他从小米云团队总监、小米AI平台团队高级总监，再到升任小米集团人工智能部总经理、AIoT战略委员会副主席，个人主要关注领域包括搜索引擎架构、分布式系统、云计算及人工智能。

小米去年年末的这次结构调整也释放了明显的信号：未来小米在云计算+大数据+人工智能这三类技术路线上的投入还要更大，而且会更垂直。“以前没有机会去暴露的一些项目，现在得到了更多的机会，有了更多的资源投入、更多的跨部门合作，公司对AI的重视程度越来越高”，叶航军表示。

2018年年初，雷军确定了小米“手机+AIoT”的双引擎战略。小米始终坚持给用户提供高性价比的产品，硬件本身的利润率很低，通过口碑积累了大部分用户。

利用硬件沉淀毛利更高的互联网收入，需要时间，也需要AI帮忙发挥出更高的效率，回到硬件上，随着手机市场大盘的下滑，小米要冲击高端高价，就必须要有自研技术托底。在IoT层面，小米的优势在于数量够大，占据了先发优势，从IoT到AIoT的转变，也是在打造更大范围的万物互联，提供更智能的硬件产品体验。

从财报上看，小米2020年第一季度营收497亿元，同比增长13.6%，其中手机以外的收入（互联网收入+IoT收入）占总收入达到了40%，份额也正在持续扩大。AIoT的引擎也正在助推小米总体营收狂奔。

在去年的重整中，雷军不止一次在内部会议中强调技术立业的重要性——“事关小米生死存亡，是小米持续发展最重要的动力和引擎”。

落地！落地！落地！

任意一项关键技术研发都不是小数目短周期的投入，尤其是AI。AI落地是绝大多数企业非常重视的目标。当然，AI落地也并不意味着所有的AI技术都需要自己研发。以声学语音为例，虽然小米这方面的核心技术已经实现几乎100%自研，但并不代表单一产品中的所有技术都来自小米之手。

所以在确定方向之初，清晰的判断尤为重要。叶航军表示，小米是一家专注而务实的公司，并不会为了研究而研究，也没有一定要完全自研的情结，一切还是基于理性判断。当然，王斌也认为，“上述领域的核心AI技术一定要跟上的，不然迟早会被卡脖子，如果是一定要自己掌握的，就会始终投入”。

所以，在选择供应商还是自研技术之间，小米内部会维持“动态平衡”。

小米在AI技术自研上虽然起步较晚，技术的标签也还没真正走入用户心智，但客观来看，小米通过快速灵活务实的打法逐渐建立了自研的护城河。

首先是小米一直以来的效率足够高，在硬件上适用，在AI技术研发上也依旧适用。

AI技术特别是应用于设备的AI技术在研发过程中的一个困难是，硬件一旦变动就可能会导致算法全盘失效，在实操过程中，小米的人工智能团队也学会了如何快速提取公共的部分，通过减少需要改动的地方，提高算法在不同硬件上的复用效率。

其次，小米也有足够丰富的场景（电商/金融/游戏等）可供技术验证，也积累了大量的数据。据Q1财报数据显示，在IoT领域，小米IoT平台已连接2.52亿台设备，接入了手机、家庭、穿戴等7大场景，209款设备。

“AI技术到处都有用武之地，但要和场景充分结合技术才能产生巨大火花”——这也是王斌教授离开学术界进入工业界的一个重要原因。当然，王斌也并不是小米内部第一个做出这种选择的学院派，小米对于AI技术研发落地的重视、AI场景的多样性和优势还在持续吸引更多的工程师加入。而这些人才在不断塑造小米的工程师文化，也是小米接下来打造技术护城河最重要的基础。

在内部，小米AI技术的主要驱动力来自业务，这也保证了小米AI技术的研发大都是基于用户体验而开发，在推出之后也更能迎合用户需求。王斌也承认，小米还是一家发展中的年轻公司，目前技术反推业务的比例还不是很高，但是由于小米的业务多样化，技术驱动业务的成功案例也在不断增加。

针对AI部门未来的发展，叶航军也已经制定出了长期目标和短期目标。他说，短期目标还是在IoT+手机相机+互联网三个应用领域上持续加强优势，加强投入，长期目标则是“希望帮助公司发现更多的机会，比如健康、教育等”，让技术更多地去反推小米的业务。

目前小米也在同步补齐AI所需要的基础能力，年底将打造一个AI技术中台，主要是面对公司内部打造成一个统一的技术输出出口。

正如崔宝秋此前接受访谈时所说，小米的所有产品，包括硬件产品、软件产品和互联网服务都需要AI来赋能，“今天AI在小米已经无处不在，这也充分表明了AI在小米整个生态系统中的重要性。”

有人认为，人工智能也是继蒸汽机、电力技术、计算机信息技术之后的第四次产业革命。叶航军带领的小米人工智能团队也不想掉队。叶航军表示，“不管如何定义人工智能，共识是，人工智能是能帮助提高效率和体验的一个工具，所以公司的判断是在人工智能方面必须要投入的”。

回到文章开头的问题，小米到底是一家什么样的公司。几乎每一个小米人工智能部的人都会毫无迟疑说，小米是一家互联网科技公司。但要成为用户心智中真正的互联网科技公司，小米需要做的事还有很多。在叶航军看来，分为三步。

“首先技术上要有独特的地方，其次是产品和体验，技术要落地到用户能用上的地方”，叶航军表示，“第三是你的生态和品牌，用户怎么看待你的公司，要靠产品上的优秀体验，再让用户去定义你到底是一个什么样的公司”。

AI时代已经到来，对于一家企业而言，能够通过科技让每个人享受科技带来的美好生活，才能撬动更大的社会价值。