书迷楼

手机浏览器扫描二维码访问

第十三章 智能语音识别（第3页）

在一番调整之后，服务器正式进入了工作阶段。

听着机箱内强力风扇运转的声音，罗辑感觉这是世界上最美的声音……不对，仅次于脑海中的那个声音！

将小音的核心代码转移到服务器之后，罗辑的手指便在键盘上不停的敲打了起来，一行行代码快速的写入核心之中，扩充着小音的智能。

这些知识自然也是来源于科技树，可以这么说即使有程序员站在后面，看罗辑的这些代码也不是他们能够看懂的，这不仅仅是算法语言上的差距，更是一种不同于以往的电脑逻辑。

再敲下最后一个回车之后，罗辑长出了口气。

刚才用老大的心思编写的代码，是语音识别。

与传统的语音识别相似的是，它依然是将声音矩阵转换为文本，将每一帧识别成状态，再将状态组合成音素，最后再把音素组合成词语。

不同的是，它不完全依靠于“声学模型”

，更不需要构建状态网络，因为它具有一定的自我学习和推理能力，近似的元素完全可以自行解决。

“应该叫智能语音识别！”

罗辑一遍检查着代码，一遍喃喃自语。

现在市面上的语音系统，更多是依赖网络，因为人在发音的时候往往会存在口音不正、吐字不清的问题，要分析用户说的话必须建立在大数据的前提下，必须录入了足够多的音源。

这种模式不仅低端，而且效率低下，体感也不行。

而罗辑编写出来的这套，只需要一套最基本的音源，在差别率小于百分之五十的情况下，识别率更高达百分之九十五！

“95%？”

罗辑自己都有些不信，因为这些数据都是科技树上所记录的，在没有做出实物之前，的确让人怀疑。

没有九十五，也就九十吧？罗辑有这个信心。

实践永远是最好的答案。

想到这里，罗辑便让小音自行在网上收集语音库，短时间将所有的语音收集完肯定是不现实的，但是可以先弄一些常用语。

罗辑决定在常用音源下载完毕之后，立刻着手语音录入功能，他可不想每次下指令还要输入文本，那显的多low啊？这就是罗辑的思维，一个智能核心他还觉得低端，甚至语音都只是起步！

不得不说，懒是人类进步的阶梯。

在小音提示搜索完毕之后，罗辑就开始了下一步工作，导入音源。

听着这些字正腔圆的播报音，罗辑有些感叹，小音的智能程度越来越高了，她都是在正规且专业化的网站收集的，并且还会进行筛选。

在转移到了服务器之后，罗辑再次让小音开始了学习，这次的语音收集不过是个检验。

分解音源，罗辑从中提取了很多音素和状态，剩下的工作就是小音的事了。

人工录入是一个繁琐的过程，这绝不是罗辑一个人能够完成的工作，好在有了小音。

工作起来的罗辑是忘记时间的，有了服务器的强大计算能力支持，罗辑感觉自己的事根本做不完。

趁着小音还在处理数据的时候，罗辑便开始准备文本转换为语音的工作，未雨绸缪早晚都要用到。