科技衍生

作者:前朝的孤

   凡语要想彻底颠覆社交领域,做facebook、twitter的终结者,仅凭当下的完美翻译远远不够。

  还需要更进一步,拥有更多的卖点!

  当下社交软件的交互,不仅局限于传统的文字,更是包含视频、语音等等。

  更重要的是,互相之间的综合交互,例如语音和文字之间的转译。

  因此,凡人论坛或者凡语,要颠覆整个领域,逃不过与时俱进。

  视频交互容易解决,没多少难度,然而语音就不同了。

  尽管当下智能语音输入软件颇多,但精准度以及模糊识别一直是个大问题。

  当用户对着语音输入法,兴奋地说了一堆话,结果识别错误颇多,掉字连连,甚至连语义都扭曲了。

  至于那些不标准的普通话,以及方言,结果更是惨不忍睹。

  说是鸡肋都不为过。

  更何况王凡要求的更高!

  他想要将一种语言的语音,翻译成另一种语言的语音。

  完美实现不同语言之间的对话交互,而不是单纯地局限在文字上的完美交互。

  例如英语和华夏语的对话交互。

  这需要将英语的语音,转为英文。然后完美翻译成华夏文,再度读出来,变成华夏语,从而传递给另一个人。

  反义亦然。

  整个过程要确保准确无误,尤其是第一个过程,语音到文字,一旦出现错误,后面整个过程都会出现问题。

  而两种文字的完美翻译,当下已经实现,至于最后的文字到语音的阅读,那更不是问题。

  只是如此精准地将语音识别,这种近似“智能”的过程,王凡凭自己的力量当然搞不定。

  即便当下全球领先的巨头,依旧局限在“模糊识别”的不精确阶段。

  不过通过科技衍生系统,一切都将与之不同。

  王凡亲自挑选了一些语音识别软件,讯飞、千度、灵犀、云之声、googlenow、siri以及微软cortana。

  一番比较,各有千秋。

  讯飞、千度、灵犀等,比较适合华夏,但对国际方面的处理不太给力。

  而googlenow、siri以及微软cortana,则擅长国际,很多华夏方面的做不到位。

  一番权衡,王凡最终选择了googlenow,这款综合性比较优越的语音识别软件。

  在此基础上,王凡衍生出一款新的语音识别软件——tt智语。

  一番测试,这款语音识别软件的强大让王凡赞不绝口。

  不仅能智能识别华夏语、英语、俄语、法语等常用语言,还能识别俚语。

  即便王凡对着tt智语爆粗口,都能智能识别或模糊转译。

  之所以有些模糊转译,是因为很多方言或者粗口,太过“高端”,当下还没有具体的汉字与之对应,连我们都写不出。

  不过很快王凡发现了问题,对于普通话或者近乎普通话,智能识别准确率几乎百分百。

  但对于方言音频的识别,有些差强人意,准确率只有百分之九十左右。

  尽管这一比例已经很高,足够用户使用。但作为系统出品的黑科技,还是有些不够看。

  另外,对于方言音频的识别,会出现两个版本。

  例如智能识别《咱们屯里人》时候,出现了两个结果。

  一个是标准的普通话版,一个是直接识别的版本:偶滴老嘎,就组在则个屯。偶系则个屯里,土生土长滴羊……

  而且联网状态时,普通话版本处于优先等级。断网状态,直接识别版本处于优先等级。

  但当王凡选择直接识别版本后,结果无论联不联网,都是直接识别版本处于优先等级。

  之后王凡又试验了一些其他的方言音频,同样如此。

  只是随着不断他的尝试,和选择,tt智语识别变地愈加准确,方言正确比率已经提升到97%!

  而且版本选择都是直接识别版本!

  王凡忍不住感叹,tt智语识别不仅识别能力强,更能不断完善、进步。

  通过记录、分析用户的习惯,被动扩充方自己的言语音库,使得识别结果更符合使用者的要求,方言识别准确率也逐步提升。

  例如王凡选定直接识别版本,其他的方言音频也都会优先呈现直接识别版本。

  而对于方言的识别精度,也从90%增加到97%。

  为了验证自己的猜想,王凡又找了些方言音频让tt智语测试。

  对于不对的地方或者模糊的地方,他同样进行纠正或做出偏好选择。

  随着时间的推移,

  97.5%,97.9%,98.2%,98.4%,98.5%……

  方言识别准确率不断提升,只是提升的幅度,明显越来越小。

  最后过了两个小时,依旧没有从98.7增加到98.8。

  尽管98.7%这一数据已经比较令人满意,只是之后的增幅实在是小的可怜。

  无奈之下,王凡只能暂时放弃。

  略微休息,王凡开始思考,语言智能识别软件有了,完美翻译软件也有了,只剩下语音朗读软件。

  这种软件技术含量很低,应用市场上一大片。

  王凡找了几个,却不太满意。

  要么是冷冰冰的机器语言,要么是有限的几个明星的声音,例如郭老师、志玲姐,还有机器猫……

  于是王凡再度衍生了一个同声朗读软件。

  这个同声,是指朗读时,完美模拟之前录入的声音。甚至连语气、语速都模拟的惟妙惟肖。

  例如,刘德华唱屯里人,最后再完美模拟刘德华的声音,进一步朗读出来。

  最终王凡又将tt智能语音识别、完美翻译、同声朗读,三者合一,成为一个新的软件——tt智译。

  tt智译,可以完美地将一种语言的声音,转译成另一种语言的声音。

  整个过程,说话人的语义、语气、语速、语音都近乎丝毫不差。

  更过分的是,反应速度惊人,整个过程基本实现秒译!

  王凡选定希伯来语输出,接着对tt智译说了声:新年快乐,猴年大吉!

  tt智译立即模仿者王凡的声音、语气,用希伯来语回道:猴年大吉。

  这让他有种恍惚的感觉,似乎一下子精通了希伯来语。

  王凡疲惫地抬起头,窗外夜色正浓,时间已经到了深夜……

  ————

  ps:新年快乐,猴年大吉!三更拜年。(第一更!)

  感谢爱上撒旦12、大三木、企鹅的哥哥、greenc、小说很小、账号密码表、房价很会、仁心无天、杰杰together、糖水他哥、北极的天龙、宇宙f、漂扬的风等人的打赏。以及紫藤树花、辉星、我爱水分等人的推荐支持。谢谢。

  春节期间不仅正常更新,还加更,连春晚都没看,一直码字,求推荐票安慰……