几乎同时掏出本子开始记。
“陆老师，您这思路太绝了！”小李激动地说，“让用户参与标注，既解决了标注问题，还能让用户有参与感！”
“还能收集更多数据！”小张补充，“用户每标一次，都是在帮我们完善数据库！”
方案定下来，团队又忙活开了。我也没闲着，把“老家伙导师团”里懂技术的老伙计都叫来，开个“诸葛亮会”。
老王第一个发言：“要我说，你们搞得太复杂。什么情绪识别，老百姓用音箱，不就是图个方便？能听懂话，能办好事，就够了！”
老周不同意：“老王你这思想落伍了。现在讲究的是用户体验，是情感共鸣！产品要有温度！”
两人争起来，我在旁边听得津津有味。最后老李打圆场：“要我说，能不能折中？基础功能要稳定，情绪识别作为增值功能，让用户自己选要不要开启？”
我觉得这个主意好。就跟电视机一样，基础功能是看节目，那些花里胡哨的智能推荐，愿意用的就用，不愿意用的就关掉。
这个建议反馈给小李团队，他们觉得可行。于是产品设计分成了“基础模式”和“智能模式”。基础模式就是简单的语音指令，稳定可靠；智能模式才开启情感识别、个性化推荐这些高级功能。
但技术难题还是没完全解决。情绪识别的准确率提升到了百分之八十五，但离团队目标的百分之九十五还差得远。卡在最后的百分之十，就像爬山最后那段最陡的坡，看着近，爬着难。
那几天，小李团队天天熬夜，黑眼圈一个比一个重。小张有次在调试时趴在桌上睡着了，手里还攥着电路板。我看着心疼，但又帮不上忙——技术的事，我真不懂。
转机出现在一个周末。孙子来我家玩，看见桌上那个半成品的音箱，好奇地摆弄。他对着音箱说：“小音箱，我爷爷今天不高兴。”
音箱没反应——它还没装外壳，处于调试模式。
孙子又说了一遍，这次加了动作——他皱着眉头，撅着嘴，一副生气的样子。
我忽然想到什么：“安安，你怎么知道爷爷不高兴？”
“因为爷爷不说话啊，”孙子理直气壮，“爷爷高兴的时候会唱歌，不高兴的时候就坐着发呆。”
这句话像道闪电劈进我脑子里。对啊！情绪识别，光听声音够吗？人表达情绪，不止靠语言，还有表情、动作、甚至沉默！
我赶紧给小李打电话，把这个发现告诉他。电话那头沉默了好一会儿，然后小李激动得声音都变了：“陆老师！您这是...这是给我们开了扇新窗户啊！多模态识别！声音+图像+行为分析！我们怎么没想到！”
接下来的发展，我就跟不上了。什么“卷积神经网络”，什么“多传感器融合”，什么“跨模态注意力机制”...小李在电话里滔滔不绝，我只能嗯嗯啊啊地应着。
不过效果是实实在在的。团队重新调整了技术路线，在音箱上加了个小摄像头（可以手动关闭保护隐私），结合声音和面部表情做情绪判断。测试结果出来，准确率飙升到百分之九十二。
虽然还没达到目标，但已经是质的飞跃。小李说，剩下的百分之三，可能需要更长时间的数据积累和算法优化。
产品最终版出来那天，团队在我家做演示。这次我特意用老家方言测试，说了一句挺绕口的话：“今儿个心里头不痛快，想听点舒坦的。”
音箱安静了三秒，然后响起了一段二胡曲《二泉映月》，音量适中，曲调低沉婉转。接着音箱说：“检测到您情绪低落，这首曲子也许能表达您的心情。如果您需要倾诉，我也可以陪您聊聊天。”
那一瞬间，我鼻子有点酸。不是被音乐感动，是被这种“被理解”的感觉触动。一个机器，居然真能听懂人的情绪，还知道怎么回应。
“成功了！”小李跳起来，跟团队成员击掌庆祝。小张这个平时最沉稳的技术宅，也激动得眼圈发红。
孙子在旁边拍手：“爷爷，小音箱变聪明了！”
我摸摸他的头：“不是小音箱变聪明了，是这些哥哥姐姐变厉害了。”
庆功宴上，小李举杯敬我：“陆老师，这次要不是您，我们可能还在死磕声音算法。您那句‘人表达情绪不止靠声音’，简直是一语惊醒梦中人！”
我跟他碰杯：“我也就是瞎猫碰上死耗子。你们能举一反三，把想法落地，这才是真本事。”
现在，第三代智能语音助手已经进入量产阶段。预定量超出了团队预期，有好几家大公司来谈合作，想用他们的情感识别技术。
小李团队也从最初的三个人扩大到二十多人，搬进了正式的办公室。但他们每周还是会来我家“报到”，有时是请教问题，有时就是纯聊天。
上周他们来，带来个新点子——想做个“老年人情感陪护机器人”，不仅能识别情绪，还能主动问候、提醒吃药、甚至讲故事解闷。
我听了直点头：“这个好。现在空巢老人
本章未完，请点击下一页继续阅读》》
“陆老师，您这思路太绝了！”小李激动地说，“让用户参与标注，既解决了标注问题，还能让用户有参与感！”
“还能收集更多数据！”小张补充，“用户每标一次，都是在帮我们完善数据库！”
方案定下来，团队又忙活开了。我也没闲着，把“老家伙导师团”里懂技术的老伙计都叫来，开个“诸葛亮会”。
老王第一个发言：“要我说，你们搞得太复杂。什么情绪识别，老百姓用音箱，不就是图个方便？能听懂话，能办好事，就够了！”
老周不同意：“老王你这思想落伍了。现在讲究的是用户体验，是情感共鸣！产品要有温度！”
两人争起来，我在旁边听得津津有味。最后老李打圆场：“要我说，能不能折中？基础功能要稳定，情绪识别作为增值功能，让用户自己选要不要开启？”
我觉得这个主意好。就跟电视机一样，基础功能是看节目，那些花里胡哨的智能推荐，愿意用的就用，不愿意用的就关掉。
这个建议反馈给小李团队，他们觉得可行。于是产品设计分成了“基础模式”和“智能模式”。基础模式就是简单的语音指令，稳定可靠；智能模式才开启情感识别、个性化推荐这些高级功能。
但技术难题还是没完全解决。情绪识别的准确率提升到了百分之八十五，但离团队目标的百分之九十五还差得远。卡在最后的百分之十，就像爬山最后那段最陡的坡，看着近，爬着难。
那几天，小李团队天天熬夜，黑眼圈一个比一个重。小张有次在调试时趴在桌上睡着了，手里还攥着电路板。我看着心疼，但又帮不上忙——技术的事，我真不懂。
转机出现在一个周末。孙子来我家玩，看见桌上那个半成品的音箱，好奇地摆弄。他对着音箱说：“小音箱，我爷爷今天不高兴。”
音箱没反应——它还没装外壳，处于调试模式。
孙子又说了一遍，这次加了动作——他皱着眉头，撅着嘴，一副生气的样子。
我忽然想到什么：“安安，你怎么知道爷爷不高兴？”
“因为爷爷不说话啊，”孙子理直气壮，“爷爷高兴的时候会唱歌，不高兴的时候就坐着发呆。”
这句话像道闪电劈进我脑子里。对啊！情绪识别，光听声音够吗？人表达情绪，不止靠语言，还有表情、动作、甚至沉默！
我赶紧给小李打电话，把这个发现告诉他。电话那头沉默了好一会儿，然后小李激动得声音都变了：“陆老师！您这是...这是给我们开了扇新窗户啊！多模态识别！声音+图像+行为分析！我们怎么没想到！”
接下来的发展，我就跟不上了。什么“卷积神经网络”，什么“多传感器融合”，什么“跨模态注意力机制”...小李在电话里滔滔不绝，我只能嗯嗯啊啊地应着。
不过效果是实实在在的。团队重新调整了技术路线，在音箱上加了个小摄像头（可以手动关闭保护隐私），结合声音和面部表情做情绪判断。测试结果出来，准确率飙升到百分之九十二。
虽然还没达到目标，但已经是质的飞跃。小李说，剩下的百分之三，可能需要更长时间的数据积累和算法优化。
产品最终版出来那天，团队在我家做演示。这次我特意用老家方言测试，说了一句挺绕口的话：“今儿个心里头不痛快，想听点舒坦的。”
音箱安静了三秒，然后响起了一段二胡曲《二泉映月》，音量适中，曲调低沉婉转。接着音箱说：“检测到您情绪低落，这首曲子也许能表达您的心情。如果您需要倾诉，我也可以陪您聊聊天。”
那一瞬间，我鼻子有点酸。不是被音乐感动，是被这种“被理解”的感觉触动。一个机器，居然真能听懂人的情绪，还知道怎么回应。
“成功了！”小李跳起来，跟团队成员击掌庆祝。小张这个平时最沉稳的技术宅，也激动得眼圈发红。
孙子在旁边拍手：“爷爷，小音箱变聪明了！”
我摸摸他的头：“不是小音箱变聪明了，是这些哥哥姐姐变厉害了。”
庆功宴上，小李举杯敬我：“陆老师，这次要不是您，我们可能还在死磕声音算法。您那句‘人表达情绪不止靠声音’，简直是一语惊醒梦中人！”
我跟他碰杯：“我也就是瞎猫碰上死耗子。你们能举一反三，把想法落地，这才是真本事。”
现在，第三代智能语音助手已经进入量产阶段。预定量超出了团队预期，有好几家大公司来谈合作，想用他们的情感识别技术。
小李团队也从最初的三个人扩大到二十多人，搬进了正式的办公室。但他们每周还是会来我家“报到”，有时是请教问题，有时就是纯聊天。
上周他们来，带来个新点子——想做个“老年人情感陪护机器人”，不仅能识别情绪，还能主动问候、提醒吃药、甚至讲故事解闷。
我听了直点头：“这个好。现在空巢老人