全世界共有近7000种语言 [1]，再加上众多的地方方言和口音，人类语言是个复杂的大家庭。语言学家和语音学家花费了很大力气对这些语言进行分门别类，并研究不同语言之间的差异和关联。人工智能研究者更关注如何对一句话中所用的语言做出自动判断，即语种识别任务（Spoken Language Recognition） [2]。语种识别有很多应用场景，一个典型的例子是在客服中心系统中，我们希望机器能自动判断出客户所用的语言，以便接通懂这门语言的人工服务员，或调用相应语言的语音识别引擎进行处理。另一个场景是在语音翻译系统中，语种识别可帮助我们选择合适的语音识别引擎和机器翻译引擎，避免人工选择的麻烦。其它场景包括虚拟会议、音频资料检索、智能对话系统等。
