第211章 人工智慧第一步！2012年除夕！（2/2）
「過來陪我。」陳延森直奔主題道。
「我我走不開的，總不能跟小姑說，大年三十還要去老闆的房間，跟他匯報工作吧？」
宋允澄笑著調侃道。
「你這麼聰明，肯定能找到藉口，我在酒店等你。」
陳延森說完，就掛斷了電話。
「嘟嘟嘟——」宋允澄聽著話筒里的忙音，臉色一僵，氣得牙痒痒。
這傢伙根本不講道理！
廬江和春申相距一百多公里，走高速都得兩個小時。
可她想了想，還是轉身進了堂屋，對小姑和小姑爺說：「韓雪約了我，還有幾個同學，一起打麻將，要是結束的太晚，我就在她家睡。」
韓雪是宋允澄的高中同學，小姑是知道的，但在她的印象中，宋允澄很少打麻將，更別說是通宵麻將了。
小姑思索片刻，雖覺得有些奇怪，但也沒說什麼，只是叮囑一句：「外面冷，多穿一件衣服，別凍著了。」
宋允澄聽後，不禁長舒了一口氣，拿著車鑰匙就出了門。
「小橙子的變化真大。」小姑望著宋允澄的背影，不由地感慨道。
「小橙子也算轉運了，談了一個優秀的男朋友，這才二十歲，又是電商公司老闆，又是科技企業總裁，身家上百億。」
小姑爺端起茶杯抿了一口，笑著附和道。
「小橙子自己也爭氣呀，她跟著陳延森賣電話卡、出差拜訪客戶，哪一筆生意不是她辛辛苦苦談下來的？」
小姑瞥了丈夫一眼，開口反駁道。
「是是是，你說得在理。」小姑爺嘿嘿一笑，並沒有跟妻子爭辯。
宋允澄出了門，按下解鎖鍵，上了阿斯頓馬丁Rapide的駕駛座。
放假之前，陳延森把車鑰匙給了她，讓她留著回家開。
原本她還不明白陳延森的用意，但當她開著這輛車回到廬江後，明顯感覺到了親戚朋友的變化。
其實宋允澄心裡挺不是滋味，四年前，家裡出事以後，除了小姑願意照顧自己和哥哥外，其他的親戚唯恐避之不及。
所以，哪怕她現在賺了錢，也沒買一瓶酒、一盒煙，去看望那些『叔伯嬸姨』。
深夜的高速路無比冷清，有時十幾分鐘，都看不到一輛車，
還沒到十點，宋允澄就趕到了春申。
「師父，下來接我。」宋允澄把車停好，走進了酒店大廳。
陳延森收到簡訊，放下電腦，乘坐電梯來到一樓。
「是不是想我了？」宋允澄抿嘴，白皙的臉蛋上泛起一抹緋紅，笑吟吟地問道。
「你猜。」陳延森神色平靜地說。
「你一個電話，我就過來了，還聽不到一句自己想聽的話嗎？」
宋允澄嘟嘴，可憐兮兮地望著陳延森。
「行啊，膽子大了不少，敢跟老闆提要求了是不是？」
陳延森抬手，在宋允澄的腦袋上敲了一下。
宋允澄立馬痛得齜牙咧嘴，陳延森這狗東西，手上的力氣好大。
「陳扒皮。」宋允澄小聲罵道。
「明天帶你去見我媽。」陳延森徑直走進電梯，隨口說道。
宋允澄連忙追了上去，嘴角的笑意壓都壓不住，大著膽子問道：「萌潔是不是也去過？」
「她？當然沒去過。」
陳延森實話實說。
「嗯，好呀。」宋允澄拉著陳延森的胳膊，乖乖點了點頭。
回到房間，陳延森走到辦公桌前坐下，手指飛快地敲著鍵盤。
「這是什麼？」宋允澄好奇問道。
「一款語音識別工具的代碼框架，我打算在下一代的橙子手機里，內置一款智能語音助手。」
陳延森回答道。
「類似Siri這種？」宋允澄坐在床邊，接著問道。
「差不多，不過我覺得CMU Sphinx不好用，尤其是識別準確率低、訓練效率低，還沒有可視化的操作界面，所以我才想著自己開發。」
陳延森說話的同時，手上的動作並沒有停下來。
說完他見宋允澄一臉疑惑，便補充道：「CMU Sphinx是一款開源語音識別工具，主要用來處理語音和文本數據。」
「你懂的知識可真多。」宋允澄眼中，閃過一抹崇拜的神色。
「姿勢當然懂得越多越好。」陳延森微微一笑，快速把模型架構的設計工作收尾，隨即合上電腦，抱著宋允澄往浴室走去。
第二天上午。
陳延森帶著宋允澄去了一趟北山。
「原來你媽媽這麼漂亮，可陳叔叔……」宋允澄恭恭敬敬地上香，在看到梁慧珍的照片後，滿心疑惑。
「老陳年輕的時候，有我幾分帥氣的樣子，現在年紀大了，整天不修邊幅，才一副潦草頹廢的模樣。」
陳延森笑著說道。
「難怪陳叔叔小時候總踹你，我估計，每一腳都事出有因。」宋允澄捂著嘴笑道。
陳延森翻了個白眼，沒搭理她，衝著墓碑，在心裡問道：「媽，你看這個怎麼樣？要是滿意，就給兒子托個夢。」
宋允澄在春申待到十點，又馬不停蹄地趕回廬江。
接下來幾天，陳延森宅在酒店，繼續完善語音識別工具的聲學、卷積神經網絡、深度神經網絡和循環神經網絡模型。
他只負責構建框架體系，具體的細節工作，會交給來自華科大、廬州工業和徽安工業大學的畢業生。
通常，一個人很難獨立完成一款語音識別工具的開發工作，因為既要掌握語音信號的處理技術，又得精通程式語言和算法模型。
可陳延森早就積累了大量相關的技術儲備，在別人眼中，屬於複雜且綜合性極強的研發任務，對他來說，只是初級難度罷了。
等到1月27號時，這款被命名為「語析」的語音識別工具開發，就已經完成了整體框架的構建。
但距離上線，還差了十萬八千里。
一款語音識別工具最核心的功能是將語音信號轉換為文字信息，但這離不開大量的數據支撐。
要想識別不同性別、年齡、方言、語速的語音，以及在不同環境下錄製的語音，都需要海量的語音數據，並經過準確的文本標註後，才能啟動訓練模型。
如今的「語析」不過是個空殼子罷了。