“但维斯顿轻易做到了！在远场环境下，几次训练数据，就能对模型进行持续优化，提升远场拾音的效果！
“这是神级产品！我们必须要联系上开发者！”
最先发现维斯顿厉害的工程师汤姆耸耸肩：“没有任何联系方式！
“…我和杰瑞认为，维斯顿是通过深度神经网络，采用高维特征训练来模拟，大幅提升了语音识别系统的识别率…
“实际解码过程中，仍采用传统的隐马尔可夫模型（hmm)、传统的统计语言模型和传统的动态加权有限状态转换机(wfst)解码器…
“但在声学模型的输出分布计算时，完全用神经网络的输出后验概率，乘以一个先验概率来代替传统hmm中的gmm的输出似然概率。
“这样的语音识别系统的误识别率，与gmm语音识别系统的误识别率相比，下降了至少25%！
“我们部门正在研究的语音输入法完了！”
语音识别的过程需要经历特征提取、模型自适应、声学模型、语言模型、动态解码等多个过程。
谷歌秘密成立的语音识别部门，在各个环节对维斯顿进行了测试。
自己设想中的产品完败，更别提产品都还没做出来。
杰瑞话比较少，直奔主题：“而且，在联网状态下，完美解决了‘鸡尾酒会问题’！”
“鸡尾酒会问题”显示的是人类的一种听觉能力。
能在多人场景的语音、噪声混合中，追踪并识别至少一个声音，即便在嘈杂环境下也不会影响正常交流。
在鸡尾酒会上与朋友交谈时，即使周围环境非常嘈杂，其音量甚至超过了朋友的声音，我们也能清晰地听到朋友说的内容。
若此时，人们的听觉器官突然受到某个刺激，如远处突然有人喊了自己的名字，或者在非母语环境下突然听到母语，即使声音出现在远处、音量很小，我们的耳朵也能立刻捕捉到。
机器缺乏这种能力。
汤姆点头：“我们的产品即使做出来，通过大量数据训练，有信心在识别一个人所讲的内容时，能够体现出较高的精度。
“但，当说话人数为两人或两人以上时，识别精度就会大打折扣。
“在给定多人混合语音信号的情况下，从中分离出特定说话人的信号和其他噪声，我们基本能做到。
“一旦需要同时分离出说话的每个人的独立语音信号…我们，无能为力。”
汤姆语气沮丧：“在我们的设想中，即使再多训练数据的积累和训练过程的打磨，也没幻想过能基本解决‘鸡尾酒会问题’！”
威尔眼神阴鸷：“这款产品我们必须拿下！
“语音搜索、语音翻译、机器朗读、语音导航、语音拍照、语音拨号、语音唤醒、智能语音操控…语音识别技术大有用武之地！
“更何况，维斯顿能真正做到像正常人类一样与其他人流畅沟通、自由交流！
“诸位，仔细想想，语音识别的优势和价值一旦被挖掘、发挥出来，必将对即时通信、购物和搜索等垂直应用产生的巨大影响。
“其中的市场，蕴含多大的利益！”
都是业内人士，知道老大的意思，众人眼神对视后默默点头。
前世，苹果公司的ios手机有siri，谷歌公司的android手机有googlenow，微软公司的windows手机有corana等。
智能语音控制成为进入移动互联网的钥匙，人机语音交互越来越频繁。
老年人视力下降、动作不灵活，低龄儿童一时还不具备手写能力，失明人士无法通过视觉识别事物…
他们都可以通过语音交互给生活带来方便。
以谷歌的实力，语音识别秘密部门聘请的人，自然都是优中选优的高手。
很快，威尔就得到反编译的源代码。
##
#
多更一章，谢谢书友
“虚无湮灭”
“冷漠玫瑰plus”
“端木黯然”
书友
书友
众位大大的推荐票！
感谢“虚无湮灭”大大的评论！
喜欢迈阿密2010请大家收藏：(m.zjsw.org)迈阿密2010爪机书屋更新速度全网最快。