PS:恳请正版订阅《黑客》,这对《黑客》十分重要,对幕山十分重要。《黑客》能够走到多远,全部在于正版订阅有多少,真心恳请支持.
石磊准备的第二操作系统,是基于GMM/高斯混合模型的计算方式,主要用于开发语音系统。
所谓的高式混合模型,是一种用高斯概率密度函数精确的量化事务,将一个事务分解成若干个高斯概率密度函数,也就是正态分布曲线,而形成的一种模型。
GMM模型通常用作语音识别,在计算机领域中,获得了广泛的应用。虽然GMM模型制作的语音识别,会有大约20-30%的错误识别率,但只要语音足够标准,而且配合行为动态识别引擎监控唇语,这个错误识别率会大大的降低。
唇语方面的嘴唇行为动态,通过行为动态识别引擎,完全可以捕捉成功的识别。至于语音命令足够标准,那就不是石磊可以控制的了,毕竟各地方言不同,只能基于普通话为标准。
石磊可以肯定的给予回应,想要玩好《勇者世龗界》,那么一定要有一口标准的普通话。也许随着《勇者世龗界》的风靡,在夏国境内,还会掀起一股学习普通话的热潮呢!
如果真是这样,《勇者世龗界》有可能会得到夏国官方的推荐,若真的可以得到官方推荐,那《勇者世龗界》绝对会飞黄腾达!
GMM高斯混合模型并不复杂,在自然语言处理中,这只是浅层学习神经网络。在零六年的时候,加拿大多伦多大学的教授,在顶级科学刊物《科学》上,发布了一篇名为学术论文。其中介绍了深层学习神经网络的问题。很多隐层的人工神经网络具备优秀的特征学习能力,学习得到的特征对数据有更本质的刻画。这就是与浅层学习神经网络对应的深层学习神经网络。
石磊重生之前,2012年的时候,由斯坦福大学和一名大规模计算机系统专家,共同使用16000个,建造的名为深层神经网络模型,曾经做出过从英文同声翻译至夏国语,这个翻译过程十分流畅,根本没有半分卡顿,错误率方面连百分之一都不到!
天使议会的那个伪人工智能。便是使用DNN深层神经网络模型构建的!
可惜石磊暂时没有时间,开发基于DNN的深层神经网络模型,只能做基于GMM的浅层神经网络,制作语音识别系统,然后利用行为动态识别引擎。识别唇语的方案,减少识别错误率。
关于语音系统。开发出来之后。不仅仅可以引用在《勇者世龗界》中,还可以应用在很多方面。
特别是结合行为动态识别引擎之后,那就是一个十分强悍的系统。拥有语音识别系统后,石磊便可以语音控制计算机。
到时候,石磊甚至可以一个人模拟两
请收藏:https://m.frgls.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)