隨著互聯(lián)網(wǎng)技術(shù)和信息技術(shù)的快速發(fā)展，以及手機(jī)等移動終端的快速普及和應(yīng)用，目前可以從多個渠道獲得大量的文本或語音語料，這為語音識別中語言模型和聲學(xué)模型的訓(xùn)練提供了豐富的資源，使得構(gòu)建通用的大規(guī)模語言模型和聲學(xué)模型成為可能。當(dāng)然，由于世界上的聲音種類繁多，標(biāo)準(zhǔn)也不統(tǒng)一，語音識別技術(shù)的進(jìn)一步突破還需要很長時間。

餐飲機(jī)器人、酒店服務(wù)機(jī)器人、行李服務(wù)機(jī)器人、監(jiān)控機(jī)器人等服務(wù)機(jī)器人采用的先進(jìn)智能交互系統(tǒng)，外觀簡潔大方，支持多國語言。服務(wù)機(jī)器人在圖像識別和語音識別技術(shù)方面已經(jīng)取得了一些成果。具有手勢識別、語音控制等人性化功能，可以自動繞過障礙物或人，自動規(guī)劃更好的路線，得到業(yè)界的充分認(rèn)可。