在挥手告别送自己来公司的宁熙言之后，罗辑就无法按捺🅫🈑心中的激动了🖵🖽😃。🁁
刀片🁣🚖式服务器啊！这意味着桎梏小音发展的硬件🟤需求消🂻失了，至少在未来的一段时间内不用担心。
关于服🕥🝁务器的使用与组装，罗辑以前就有了解🔯，即使再有什么不懂的地方，在科技树中也能找到相应的知识。
在一番调整之后，服务器正式进入了工作阶段。听着机箱内强力风扇运转的🌮🂡声音，🕔罗辑感觉这是世界上最美的声音……不对，仅次于脑海中的那个声音！
将小音的核心代码转移到服务器之后，罗辑的手指便在键盘上不停🁗🅷的敲打了起来，一行行代码快速的写入核心之中，扩充着小音的智能。🉑🆩
这些知识自然也是来源于科技树，可以这么说即使有程序员站在后🁗🅷面，看罗辑的这些代码也不是他们能够看懂🜝🃆的，这不仅仅是算法语言上的🈢⛨差距，更是一种不同于以往的电脑逻辑。
再敲下最后一个回车之后，罗辑长出了口气。刚才用老大的心思编写的代码，是语音识别。与传统的语音识别相似的是，它依然🏺是将声音矩阵转换为文本，将每一帧识别成状态，再将状态组合成音素，最后再把音素组合成词语。
不同的是，它不完全依靠于“声学模型”，更不需要构建状态网络，因为它具有一定的自我学习和推理能力，近似🁛🆣的元素完全可以自行解决。
“应该叫智能语音识别！”
罗辑一遍检查着代码，一遍喃喃自语。现在市面上的语音系统，更多是依赖网络，因为人在发音的时候往往会存在口音不正、吐字不清的问题🁦，要分析用户说的话🜯必须建立在大数据的前提下，必须录入了足够多的音源。
这种模式不仅低端，而且效率低下，体感也不行。而罗辑编写出来的这套，只需要一套最基本的音源，在🝽🐤差别率小于百分之五十的情况下，识别率更高达百分之九十五！
“95%？”罗辑自己都有🛗🜣些不信，因为这些数据都是科技树上所记录的，在没有做出实物之前，的确让人怀疑。
没有九十五，也🔀♋就九十吧？罗辑有这个信心。
实践永远是最好的答案。想到这里，罗辑便让小音自行在网上收集语音库，短时间将所有的语音收集完肯🝽🐤定是不现实的，但是可以先弄一些常用语。
罗辑决定在常用音源下载完毕之后，立刻着手语音录入功能，他可不想每次下指令还要输入文本，那显的多lo啊？这就是罗辑的思维，一个智能核心🙑他还觉得低端，甚至语音都只是起步！
不得不说，懒是人类进步的阶梯。