“不用說，我懂！”

在歐陽香驚訝的眼神中，石磊在她的俏臉上，輕輕吻了一下，“歐陽，再見！”

歐陽呆呆的點頭，直到客廳的防盜門，傳來了關閉的聲音，歐陽香才回過神來。“石磊對不起”

回到景雅苑十棟二零零三房，石磊繼續開始編寫基於GMM的語音系統，一直到十二點過一些，石磊鎖定了一號伺服器，走進衛生間洗漱。

第二天要和李知月見面，石磊放棄了熬夜的打算。

躺在床上，石磊暗自想著，李知月究竟有什麼事情找他，但無論石磊怎麼想，也沒有找到一個合適的答案。

最終迷迷糊糊的陷入沉睡，石磊不知道的是，這次李知月的事情，是一個契機

（未完待續。）

HK349　GMM/高斯混合模型和瞳孔追蹤

（） PS：懇請正版訂閱《駭客》，這對《駭客》十分重要，對幕山十分重要。《駭客》能夠走到多遠，全部在於正版訂閱有多少，真心懇請支援。

石磊準備的第二cāo作系統，是基於GMM/高斯混合模型的計算方式，主要用於開發語音系統。

所謂的高式混合模型，是一種用高斯機率密度函式jīng確的量化事務，將一個事務分解成若干個高斯機率密度函式，也就是正態分佈曲線，而形成的一種模型。&nbsp；。&nbsp；。

GMM模型通常用作語音識別，在計算機領域中，獲得了廣泛的應用。雖然GMM模型製作的語音識別，會有大約2030％的錯誤識別率，但只要語音足夠標準，而且配合行為動態識別引擎監控唇語，這個錯誤識別率會大大的降低。

唇語方面的嘴唇行為動態，透過行為動態識別引擎，完全可以捕捉成功的識別。至於語音命令足夠標準，那就不是石磊可以控制的了，畢竟各地方言不同，只能基於普通話為標準。

石磊可以肯定的給予回應，想要玩好《勇者世界》，那麼一定要有一口標準的普通話。也許隨著《勇者世界》的風靡，在夏國境內，還會掀起一股學習普通話的熱cháo呢！

如果真是這樣，《勇者世界》有可能會得到夏國官方的推薦，若真的可以得到官方推薦，那《勇者世界》絕對會飛黃騰達！&nbsp；。&nbsp；。

GMM高斯混合模型並不複雜，在自然語言處理中，這只是淺層學習神經網路。在零六年的時候，加拿大多倫多大學的教授，在頂級科學刊物《科學》上，釋出了一篇名為學術論文。其中介紹了深層學習神經網路的問題。很多隱層的人工神經網路具備優秀的特徵學習能力，學習得到的特徵對資料有更本質的刻畫。這就是與淺層學習神經網路對應的深層學習神經網路。

石磊重生之前，2012年的時候，由斯坦福大學和一名大規模計算機系統專家，共同使用16000個Core。CPU，建造的名為Deep。Neural。works/深層神經網路模型，曾經做出過從英文同聲翻譯至夏國語，這個翻譯過程十分流暢，根本沒有半分卡頓，錯誤率方面連百分之一都不到！

天使議會的那個偽人工智慧。便是使用DNN深層神經網路模型構建的！

可惜石磊暫時沒有時間，開發基於DNN的深層神經網路模型，只能做基於GMM的淺層神經網路，製作語音識別系統，然後利用行為動態識別引擎。識別唇語的方案，減少識別錯誤率。

關於語音系統。開發出來之後。不僅僅可以引用在《勇者世界》中，還可以應用在很多方面。

特別是結合行為動態識別引擎之後，那就是一個十分強悍的系統。擁有語音識別系統後，石磊便可以語音控制計算機。

到時候，石磊甚至可以一個人