李可唯俯，朝q版季想伸了手，虚拟小人犹豫了一，也朝他伸了一隻泛着荧光的手。

“他之所以能听懂我说话，是因为nlp（自然语言理）先对我的话行了一次语音识别，再将语音识别后生成的文本作为我们的输词库。输词库会结合语料库对文本行分析，再逐级分解成对应的义。”

“而我们的神经网络又会对这些义行一个二次理，将ai的应答先转化为文本，再据宿主的声音行语音合成，此特别鸣谢季想老师为我们提供了大量的真人语音资料。”

ppt翻至一页，屏幕上现了一堆里胡哨的结构图，李可唯耐心地向观众解释：“相比于‘掌中偶像’10的理方式，我们在20中选择用n（卷积神经网络）来代替rnn（循环神经网络）对大量的语句行理。”

“有接过度学习的人应该知，n多被广泛应用于计算机视觉的图像理领域，而近年来，也有许多人将其运用到nlp中去。”

李可唯激光笔，屏幕上顿时现了几个红红绿绿的表格，方标了“像素”两个字。

“我们都知，n是据图像的像素值来行理的，而nlp理的是文本和语句，那问题来了，怎么把这两个风不相及的东西组合到一起呢？……”

季想坐在台，目不转睛地望着台上演讲得愈发从容的李可唯。

尽那人中的专业术语他一个字也听不懂，但他喜那人认真的样，喜那人沉浸在自己世界里的样。

每当这时，李可唯的睛里都会带着一光，炙而夺目，令人一也移不开视线。

“或许，我们可以把语句中的每一个单词划分开，分割成一个n维的向量，将形成的矩阵看成是一个特殊的图像，而每一个向量就相当于图像的像素，这样我们就可以对其行理了。”

屏幕一闪，现了两个q版小人的测试模型，旁边的表格里展示了两个网络对自然语言理的速度。

李可唯接着：“大家可以看到，n的理速度明显比rnn快，更换了神经网络之后，虚拟人像的接收延迟也从102s变成了034s。”

他了屏幕，画面变成了一个视频播放：

“接来让我们看一动作捕捉的演示视频——”

谁知那激光笔在播放键上时，竟像突然失灵了一般，失去了该有的反应。

李可唯面不变，走到作台前，用鼠标又了一播放键，这一回，视频终于开始播放了起来：

片刻寂静后，会场回着一个奇怪又模糊的“沙沙”声，噪的颗粒非常明

本章尚未读完,请击一页继续阅读---->>>