微推书小说网

手机浏览器扫描二维码访问

第198章 语音识别（第1页）

智能音箱的硬件和一些生态内容，都已经搞定了，就差一个智能的软件了。

要说智能音箱，智能才是他的心脏部位。

但是智能这个词语，听起来很简单，无非就是两个字，但是做起来却是“蜀道难，难于上青天。”这种感觉。

就拿那个唤醒词来说吧，林奇决定要把那个唤醒词去掉，可是研究了很久，还没有研究到去掉唤醒词的地步。

因为在第一步的时候就被束缚了手脚，那就是语音识别。

近些年来人工智能里面的机器学习发展的很是厉害，尤其是机器学习中的深度学习。

深度学习利用的是大于3层的神经网络来学习，有输入层，输出层，中间还有很多隐藏层。

只需要把大量的数据提供过来，输入给写好的程序，运行一段时间之后，就会计算出来一个模型。

输入的数据越多，运算的次数越多，一般情况下得出来的结果也越好。但是这里面还有一个需要注意的就是不能太依赖于输入的数据了，否则会出现过拟合的现象。

过拟合就是在给定的数据中，让程序来预测某些结果，它能达到很高的准确性，比如99.999%，但是到了通用的数据下，这个模型表现的就很差，可能只有88%的准确性。

林奇开始的时候也是利用了深度多层神经网络来进行训练语音样本的，因为现在市面上最流行的就是种方法。

不过别的公司能采用这种是因为他们有很多的音频资料，并且都是用户自己上传的一些音频素材，比如深信，月活跃量一度超过10亿人，可想而知，每天用它发语音的有多少人，他能收集到多少的语音片段。

再比如寻她、搜猫和可大讯飞，他们三家公司都有自己的输入法，每一个人都说自己的语音识别准确率最高，在手机上用这三种输入法的大有人在，当然虽然在一些环境下用语音输入很是麻烦，但是有一些特定的环境还是很不错的。

所以他们收集到的来自真人的各种场景的语音片段，也是非常丰富的。

像上面的这些公司他们使用深度神经网络来训练语音模型，没有任何问题。

但是第二智慧科技没有im聊天工具，也没有语音输入法，林奇也想过去这些公司买一些数据，用来训练自己的语音识别库，但是思来想去，还是落了下乘。

第二智慧科技要推出的智能音箱，最主要的一个环节的原料却是从别人那里购买的，虽然没有什么问题，但是林奇总觉得很别扭。

后来林奇也想过去各大网站上面爬一些数据，有生物计算机在后面给自己的大力支撑，爬别人的数据，应该很方便。

林奇也真的去这么做了，为了限制频率，还特意的限制了一些速度。就这样爬了一些数据，但是这些数据拿到手里，林奇发现有一个问题，那就是这些数据很多都是录音棚，或者加工后的数据。

与用户实际生活中，比如在地铁上发的语音，在公交车上发语音，或者在大街上发语音，在家里发语音都不太一样，爬出来的数据很多都没有环境音。

没有环境音本身其实是好的音频，但是对于做语音识别来说这个就非常不合适了，因为做出来的模型不符合人们正常生活，与实际使用场景不符。

那就很尴尬了，就好比你说一个人很厉害，可以用剑杀恶龙，在有恶龙的世界里面，他是当之无愧的英雄。

但是如果他来到了现实生活中，就一事无成。

穿越之杀手公主  大明暴君，我为大明续运三百年  有人失忆了[快穿]  不平等条约下的爱情  魇与妄[人鱼]  [古穿今]琵琶精的奇葩日常  隐婚大叔婚不见你  特种中介  奈何情衷  繁花煮雨[穿越] 完结+番外  非常规好莱坞生活  椒房之宠  糟糕 忘带抑制剂了[星际] 完结+番外  山庄谜影  总裁有令：宝贝，不许跑！  颜楼十二宫  女配种田围观记  农女有毒：王爷，请自重  八云家的大少爷  家养咒灵离家出走啦