第210章 语音识别的难点

许浪继续认真地看着，等整个文档都看完一遍后，马上就明白了，这一切的问题都是因为使用hmm的架构导致的。

hmm这种旧架构已经跟不上时代了，就算再怎么调整优化也不可能提升多少了，想要破局，那最简单的办法就是改造这个架构。

“我明白了，这一切的问题都是因为hmm架构，只要我们不用hmm架构，那这些问题都不存在了。”

林建国愣住了，抬起头一脸震惊地看着许浪。

“许总，不用hmm用什么？目前全球都在使用这个技术路线，其他的路线根本就不成熟，要是从头开始，那需要的时间将会更久。”

许浪没有回答，而是直接站起身走向对面的会议室。

“建国，把研发团队各组的负责人叫上，我们去会议室，语音识别的问题我们需要换一个方式，现在的问题太多了。”

很快，研发团队各组的负责人在林建国的召集下，全部来到了会议室。

许浪看着在场众人，把一旁的白板拉了过来，一边写一边介绍着。

“刚刚跟林总确认了，hmm架构太老了，天花板就这么低，就算我们再努力，再怎么调整，能够达到的成就也就那样。”

“hmm擅长处理时序信号，但它的声学模型用的是高斯混合模型，只能提取低维特征，区分度太差。”

“我们必须换一个思路，这样吧，将深度神经网络（dnn）和hmm结合起来，做一个全新的语音识别模型。”

“dnn用来提取高维的语音特征，能区分hmm区分不开的细微发音差异，比如声调、前后鼻音等，而hmm擅长处理语音的时序性，正好弥补dnn的短板，两者结合，准确率至少能够提升20%以上。”

“只要我们将这些组合在一起，那么新的dnn-hmm架构就能将语音识别的准确率提高到90%，完全达到了能够使用的水平，甚至在各种口音或者噪音的情况下，准确率也能够在80%以上。”

会议室里众人瞬间愣住了，相互看了看，都能看出对方眼中的错愕，紧接着，一个负责数据采集的研发组长站了出来。

“许总，dnn训练需要海量的数据和算力，我们没有这么多语料，也没有这么强的服务器，而且dnn所需要的算力太高了，根本无法在手机上实现。”

“嗯，这点我知道，但这些我们可以一个一个解决。”许浪脸色依旧是那么平静地说，眼神中透露着无比的自信。

其余想要说话的工程师看到许浪那认真自信的表情后，瞬间就想起了许浪以往的种种战绩。

不管是操作系统还是其他，不管是专利方面还是任何一个方面，只要遇到解决不了的事情，那么许浪总会给出一个正确的方向。

想到这，众人也都安静了下来，静静地听着，期待着许浪给出的解决方案。