小米自研的声音识别算法在音频标记任务中取得重要突破。该算法以公开数据集AudioSet-2M的音频数据作为训练集，首次在国际上达到了50 mAP的性能指标，标志着小米声音识别算法在该领域中排名第一。 据了解，Google将AudioSet数据集分为三个子集，前两个子集用于训练，合并后形成了“AudioSet-2M”数据集。小米的声音识别算法模型首次在这个数据集上突破了50 mAP的性能指标，刷新了音频标记技术的记录，成为目前性能最好的模型。 此外，小米还发布了一个Mini版模型，适用于资源受限的场景。该模型的参数量被压缩到了原模型的约九分之一，远小于其他机构的模型，但性能却优于其他所有机构。 这项技术的突破意味着小米的声音识别算法能力再次精进。小米的智能设备应用这项技术后，可以更敏锐地捕捉和识别环境声音，大幅提升硬件的智能化程度，从而为用户创造更加便捷的智能生活体验。 小米此次精进后的声音识别算法具有极高的应用价值。它能够广泛应用于小米的智能设备中，大幅提升用户的智能生活体验。此外，这项算法技术还广泛应用于小米机器人的研发中，大幅提升了机器人的感知能力。人形机器人CyberOne可以识别85种环境声音，能够通过听觉感知6类、45种人类情绪。而小米第二代仿生四足机器人CyberDog 2则可以识别38种环境声音，实现更强大的动态响应能力。
本文属于原创文章，如若转载，请注明来源：小米自研声音识别算法能力再精进，音频标记任务中排名第一https://news.zol.com.cn/832/8325661.html
