除了秒天秒地的配置，小米10背后的自研AI技术更值得关注

时间：2020-02-13 20:42:31 来源：作者：网络

原标题：除了秒天秒地的配置，小米10背后的自研AI技术更值得关注

2月13日，预热许久的小米10终于正式登场。由于肺炎疫情，这场发布会采用了纯线上直播的模式，但这丝毫不影响它极高的关注度。作为国内首款骁龙865旗舰，小米10实现了自我突破，带来了不少惊喜。

除了骁龙865处理器、LPDDR5内存等亮眼的参数信息外，小米自研AI技术展现出的成果同样值得关注，它们已经渗透到小米产品上的各个角落，对相机、系统、语音等多个方面的使用体验都产生了深远的影响。

小米AI语音，变得更强了！

1、小米语音AI技术在快速普及

2017年7月的一场小米发布会上，小米AI音箱正式发布，小米开启了自研语音AI技术在市场上的试水。

短短两年多的时间，小米自研的语音AI技术已经渗透到各个类型的小米产品中，除了智能音箱，小米手机、小米电视、小爱老师等小米产品都配备了“小爱同学”。集成了小米语音智能助理的设备，通过语音这种新交互方式让产品使用起来更加便利。

语音交互解放了用户的双手，降低了学习成本、提升了用户体验，而且增强了产品的竞争力。

2、小米10上的智能助理，更有看点

目前来说，智能手机上的语音助手发出的语音都是人工合成的，基本不会提供个性化的服务，实际使用起来难免感觉机械和不自然，和真人发出的声音差距还是比较大的。

而小米10上的一大惊喜就是配备了个性化语音合成服务。它采用了最新的合成技术，用户只需要在安静环境下录制少量的声音样本并上传，服务器进行识别、训练并建模后，就能获得定制化的AI语音助手了。

别人手机的语音助理发出的语音千篇一律，而小米手机上的小爱同学却能做到千人千音，感觉就像手机里有一个真人助理一样。

3、AI语音技术上，小米展现了哪些功力？

市面上主流语音合成技术有很多不足，具体表现为发出的语音过于机械，像机器人说话一样，还有就是在中英文混合语音中，双语切换的停顿节奏、过度感觉也不自然等。

小米10上的个性化语音合成服务，则瞄准了这些问题进行改进。具体来说，它的实现过程可以分为这么几步。

首先，用户要在安静的环境下录制目标声音；

然后，系统会对采集到的声音信息进行降噪、检错等处理；

接着，处理完的目标声音会被提取特征；

最后，小米云端服务器将收集到的信息进行在线模型训练、部署，生成语音合成引擎。

这个技术过程看起来比较清晰，但存在很多难点。例如，它对目标声音的数据质量要求比较高，在线训练模型费时费力以及小数据量能否训练出满意的效果。

不过，小米已经完美地解决了这些问题，模型训练耗时大大缩短，用户完成整个过程只要20-30分钟，此外，它的合成效果稳定，甚至没有英文语料的情况下，也能合成简单的英文语音。

AI加持，小米10把相机玩出了新花样

相机方面的提升是小米10系列最重要的卖点之一，1亿像素、四颗后置镜头等都吸引了无数人的关注。除了硬件上疯狂堆料外，小米10的相机也展现出了软件算法上的功力。

1、小米10换天更强了

小米CC9的“一键换天”功能得到了很多用户的欢迎，照片拍好后，只需要在编辑选项中轻轻一点，就能把照片中的天空换成自己想要的效果，例如晴天、夕阳、暮光等。

这次小米10换天功能在之前的基础上，新增了雨天和雪天，更为强大。从小米的演示对比来看，它在和各类第三方APP PK中大获全胜，换天效果非常自然，基本能达到以假乱真的程度。

小米10换天功能背后，是小米在视觉成像技术上的持续投入。MIUI 10推出时，就带来了AI自拍虚化的功能，单摄相机也能有人像虚化效果，就是通过出色的算法实现的。

小米把之前自拍虚化的算法经验和技术运用在了换天功能上，标注了数万张实际拍摄的天空图片进行训练，并且优化天空分割模型，最终达到了现在的惊人效果。不得不说，实际采集样张，用AI技术来训练模型，相当费时费力，需要长期投入大量的成本。

当然，这种算法对成像的帮助，也不是一般软件优化所能比的。其实，凭借着出色的成像效果秒天秒地的谷歌Pixel系列，在相机算法上，也是通过实际样张采集训练AI模型的思路。这方面，小米和谷歌想到了一起去。

2、拍vlog也能一键搞定

短视频的蓬勃发展让vlog流行起来，但一般人想要剪出很酷很精致的vlog并不容易。首先，视频后期比图片要复杂，而且vlog制作还涉及音乐、字幕、特效等。

而小米已经敏锐地意识到用户的需求，投入了多个团队来帮助大家搞定入门vlog。简单来说，它优化了这么几个方面。

首先，自动运镜功能让用户不动手机也能有出色的效果，不需要学习滑轨、手摇等很专业的技能。不过具体实现过程中，技术难度不小。

自动运镜时，视频每一帧的角度要精准匹配，还要对4K分辨率的数据做实时的缩放、转场等计算，对算法的精度有很高的要求和考验。小米AI实验室通过算法优化和调校，把CPU、GPU、解码器等多个计算单元结合，“榨干”了手机的计算性能。

另外，语音转字幕这个功能也值得点赞。给视频手动加字幕非常麻烦，有了语音AI技术后，小米手机就能把录制视频里的语音自动转为文本字幕，帮vlog制作者省了很多事情。

3、文档扫描这件“小事”，小米10做到了极致

小米10相机上另外一个极具亮点的功能是“小米拍文档”，它解决了手机文档扫描过程中的诸多痛点：边框识别不准、细节丢失、显示不清晰、变形、阴影等。

小米拍文档给人印象比较深刻的是AI技术对文档扫描这个功能的巨大帮助，比如说它的裁剪校正能力很强，即使拍摄文档的背景非常杂乱无章，也能精准的定位到文档边界，并准确地裁切和矫正文档区域，将有干扰的多余元素去除。

此外，很多时候，拍摄文档的环境光学不理想，成像区域一部分很暗、一部分很亮，非常影响最终的扫描效果。小米拍文档通过针对性的阴影消除技术来解决问题，让文档扫描的成功率大大提升。

技术创新铸就了小米拍文档的出色体验，通过神经网络区分图像中光照和阴影部分，利用边缘算法帮助用户对文档进行精确定位，并实际采集多样化的文档使用场景进行训练优化。

值得一提的是，小米拍文档完全由小米AI实验室武汉视觉团队独立负责完成，疫情当前，他们的工作和贡献值得点赞。

小米自研AI技术，值得更进一步的期待

这次的小米10发布会，让我们看到了很多小米过去容易被忽视的地方，自研AI技术就是其中一个重要的部分。

首先，小米10为代表的产品展现出了小米在自研AI技术上的强劲实力。不管是个性化语音合成服务、一键换天、vlog自动字幕等AI助力的具体功能，还是通过采集真实数据训练模型的AI研发思路，都让我们看到了小米在自研AI技术上的用心。

其次，研究AI技术的厂商很多，但像小米这样精准瞄准用户体验的，不太多见。前面我们提到的扫描文档、制作vlog等功能，第三方应用其实都能实现，手机厂商一般不会在这些细节上下太多的功夫。

但这些看起来不起眼的细节，都和用户需求息息相关。小米把自研AI技术的成果都投入到这些领域，让自家用户能最直接地享受到AI技术发展的红利。小米AI技术更加注重和用户体验相关的场景落地，每个技术创新都能找准用户的实际需求、提升用户体验。当然，这种注重用户体验的基因，从MIUI诞生开始就一直存在，现在刻入到了小米的AI技术研发中。

此外，小米涉足的领域远不只手机，家电、智能家居、PC等等行业，都能看到小米活跃的身影。而小米的自研AI技术，也不局限于给手机功能添砖加瓦。未来，我们有望看到小米自研AI技术未来在影像、语音、5G、IoT等多个领域的爆发成果，这非常值得期待。游戏网