“怎么，不服？”
“怎么会呢爷~”宋锦忍受着心头的屈辱，扬起一个甜美的笑脸，掰开男友搭在她大腿上的黑手。
像挠狗子一样，挠了挠女友的下巴，洛川抻了个大大的懒腰，喊过一旁正噼里啪啦敲代码的瑶瑶姐，交给她一个新任务。
开发一款语音助手。
这款应用，将内置于下一代星光旗舰机。
未来的智能家居战略，也能用得上。
技术组成，大致可分为硬件层和软件层。
硬件层，需要定制麦克风阵列，并集成自研的“自适应波束成形”算法，以实现3米远拾音、嘈杂环境降噪、区分用户与他人声音等等。
同时需自研低功耗语音唤醒算法，以免这款应用成为“电量杀手”。
就跟siri刚诞生时那样。
同时，还需跟高通合作，签订排他性协议，深度定制SoC，在下一代芯片中，固化语音处理专用指令集。
如离线唤醒词监测、基础指令本地处理等等。
这一块，其实可以放在云端处理，但如果直接将指令集嵌入芯片DSP中，可以大幅提高响应速度，效果更佳。
可惜星光那边的芯片研发设计，仍处于起步阶段，这两年估计是用不上自家设计的芯片了。
其次是算法层，大致可分为四个大项。
其一，语音识别。
可采用基于隐马尔可夫模型的语音识别技术，结合高斯混合模型提升识别准确率，自研端侧轻量化语音识别模型。
这两种理论早已出现，但前世直到12年，才有“机灵鬼”，将前者应用到实际的商业语音识别产品之中。
将两者混合的模型，更是在很长一段时间内都鲜有人问津。
当然，想要实现两者相结合的混合模型的超前应用，自然也需要下一番功夫。
首先需要收集海量的语音数据，涵盖各种不同的口音、语速、语调及使用场景，用以训练模型，这对计算资源的要求极高。
巧的是，极光既有海量的用户，又有强大的云计算资源~
只需再开发引入自适应学习率的算法，使得模型在训练过程中，能够根据数据特点，自动调整学习速度，进而提高训练效率即可。
同时也可采集粤语、鲁省方言、东北话等方言，组成方言库，以支持语音识别。
不过这个功能倒也不急，可在后续版本迭代中再加入。
反正前世直到13年，另一款主流手机语音助手，siri，才支持中文。
其二，自然语言处理。
需要构建一个语义理解模型，解析用户指令的意图。
可通过规则引擎+统计学习的混合方案。
规则层，内置500条高频场景模版，比如“导航去公司”。
统计层，可利用悠米社区和极光微博中，数以百亿条公开语料，训练朴素贝叶斯分类器，以提升意图识别准确率，处理模糊指令。
比如，用户说“太冷了”，语音助手自动查询天气，并给出关窗、添衣服等建议。
之后也可基于地理位置，同智能家居联动。
此外，还可将简单的神经网络模型引入其中，以提升模型的泛化能力，以及处理复杂指令的能力。
放在深度学习刚刚起步的今天，自然算是难如登天。
但你说巧不巧，洛川最擅长的就是深度学习~
宋锦同学深有体会~