（1）超低信噪比环境下的语音识别技术针对家居环境各种复杂的噪声，特别是厨房、卫浴、客厅等，充分取样，在不增加硬件资源情况下，针对已知噪声建立本地降噪模型，结合基于双MIC的二维平面定位算法，有效降噪，提升语音识别率，针对随机或未知噪声，建立云端深度学习降噪模型，通过自学习自动优化本地噪声模型。通过大量的试验与用户体验，实现了复杂噪声环境下，实现0dB信噪比的语音识别。 （2）同区域多语音设备唯一响应技术通过声源定位的声音能量补偿技术，有效计算声音能量，判断用户离语音设备的距离，通过用户历史对话分析，分析用户意图，判断用户想与哪台设备交互，在意图明确的情况下，对应设备及时响应。在用户意图不明确的情况下，按用户离设备的远近，就近唯一响应，成功率大于90%。 （3）免唤醒条件下的用户特殊声音识别技术免唤醒情况下，对用户在家居环境中，连续喷嚏声、咳嗽声、婴儿叫声、婴儿啼哭声等非文本声音建模，识别后及时启动家电对应功能，如打开空气净化器、推送婴儿信息给父母等，让家电主动为用户服务，唤醒率大于90%。