【097】课题的讨论
作者:十男九左      更新:2017-12-19 12:26      字数:4625

一来汉语的同音字比例相当大,偏偏语法结构相对来说是比较松散和灵活的,单一个助动词和一个虚词就能让人头疼无比,再加上语音语调的辨义作用,就能让汉语语法的总结成为巨大的难题。

无法用准确的语法结构来优化识别输出的内容,那自然就无法保证准确率。

举个例子,如果输入“楼主是傻逼”,那么这套系统是可以通过语法得出准确的输出结果,但如果输入的语音是“露珠湿沙壁”,天晓得这套系统会得出什么结论,最有可能的结果,就是五个字连一个正确的都没有。

二来现代汉语和古汉语在语法上天差地别,这一点相信大家在学习文言文的时候深有体会。

偏偏很多文言文的语法结构,在现代汉语中继续延续下来了,比如结构倒置,在现代汉语中依然比比皆是。

的这套系统,针对一些常见的汉语语法做过优化,但是这种优化的作用,实在是差强人意。

这还仅仅是对于标准汉语,也就是普通话来说。

提供的那个四川话版本,更加惨不忍睹。

比如四川话里面比较常见的口头语“你个龟儿子。”

如果按照英语的语法来说,完整的语法结构应该是“你是龟的儿子。”

如果这样输入,那么通过语法的优化,可以得出正确的结果,但是如果输入的是“你个龟儿子。”那不好意思,语法里面找不到这种结构,那就只能按照单个字输出最优的结果,因为同音字的原因,这个结果往往谬以千里。

为了解决这一问题,只能用扩种特例的方式来保证识别率,简单的来说,就是在语音数据库中,加入大量的特例词句的样本模型,用来保证输出率。

但是这种方法显然天生具有缺陷,汉语的博大精深,让系统不可能保证所有的特列都能包含在内。

提供给锦城市公安局的这套电子审讯系统,从界面上看倒是非常专业,但是在专业人士的眼中,就是个外强中干的玩具而已,网上到处都能下到的软件,只是加了个四川话的语音库,算法什么的一点都没改动。

刚好马小跳之前本科的毕业设计就是一个基于的语音识别系统,其中的语法结构和算法都是他自己做的,出于他本人的趣味,这套系统在四川话特别是方言俗语的识别上,经过了特别的优化,识别率倒是颇高。

在张小凡进来之前,他们几个做过实验,在四川话的语言环境下,马小跳的那套系统,识别率居然比这套系统高出10左右,达到了90_这个水平,即便是用一些地区性质的方言输入,识别率也能达到正常的水平。

所以马小跳有些愤愤不平,按照他的想法,直接把他编写的那套系统交上去就可以了,哪里还用得着麻烦。这套系统的中文识别算法明显是有缺陷,为这套系统编写插件,完全是浪费时间和精力。

张一驰虽然对这套系统同样嗤之以鼻,但是对马小跳的想法还是不敢苟同。

组织了一番,张一驰不急不缓的慢慢说道:“这个课题可是校长亲自去要下来的,我们不能按着自己的想法胡搞,到时候恐怕交不了差。不如老老实实的应付过去。人家公安局愿意当冤大头,跟我们没什么关系,用不着我们咸吃萝卜淡操心。“

马小跳明白张一驰说的是正理,可是心里还是有些愤愤不平,又找不到合理的话来反驳,只得坐在椅子上生闷气。

倒是王涛眼珠子转了几圈,出言道:“不如我们这样,我们马马虎虎的将这个课题做完交差,趁这个机会丰富下马小跳你那个系统,你不是一直觉得语音数据库当时太过简单了吗?借着这个课题把数据库扩充一下,到时候咱们几个再找找销售的门路,这两年语音识别应用方面的需求还是不少的,我隔壁寝室软件专业那几个家伙,通过他们一个牛掰的师兄,接了个二十几万的智能小区工程,但是语音控制这块他们手头没有现成的组件,听说我们在做这个课题,找我问了问,到时候我们马小跳这个系统交给他们,估摸着几千块钱还是能拿到的。不过就是时间比较急,最迟半个月就得交过去,还要负责整套系统的整合优化。”

马小跳听得眼睛一亮,这次的课题有十来万经费,但是开支都要通过老板的手,按照周传芳这种老板的性格,估计到时候除了做课题的津贴之外,根本落不到几个钱,但是这种私活就不一样了,只要不让老板察觉到,到手就是纯利润。这个软件是马小跳编写的,就算只有几千块,自己到时候怎么也能拿个大头,对于靠补助和课题津贴过活的研究生来说,这算是很大一笔横财了。

不过马小跳仔细一盘算,无奈地摇了摇头。

这课题的时间安排并不宽裕,满打满算一个月时间,语音数据库的建立又是一个繁琐耗时的工程,即便提供了接口程序,但是要一个一个的录入验证,一个月时间想要完成,一点也不轻松。那边既然是个小区智能控制的项目,为了配合其他结构,到时候修改的工程量肯定不小,时间要求又那么苛刻,哪里还有时间去做。

语音识别控制系统又不是稀罕的玩意,就锦城大学来说,在计算机方向,通信方向,信息学方向的研究生手里,估计就能找到好几套。就算实在找不到,人家不会在网上找个现成的系统,改头换面嵌入进去,只是在系统调试整合的时候花点功夫就是了。反正这种小工程,涉及到版权纠纷的概率是非常小的。甚至有些教授接的私活,都是用这种方法糊弄过去的。

王涛眯着眼睛,似乎早就预料到马小跳的担心一般。

“人手的问题不用担心,陈超联系计算机协会去了,让计算机协会那帮人来打下手,做语音库的采集,我估计能参加这种课题,那帮子人肯定是打破脑袋的争抢,到时候开支走课题经费,而且压根儿花不了几个钱。老板那边看样子对这个课题也不怎么上心,估计不会反对我们这么做。”

“计算机协会那帮子人什么德行你还不知道啊?经过他们的手,我估计最后分下去的钱,要被他们漂没大半。”

李晨看样子比较了解其中的内幕,不屑的撇着嘴说道。

陈超倒是无所谓的摆摆手:“管他们是不是中饱私囊暗中克扣,反正按照正常的人力成本开支走课题经费就行了,老板那边不会在意这种小问题的。哥几个不会真想自己亲自动手做这种垃圾课题吧,反正我是没兴趣的,要做你们自己做,千万别拉上我。”

说实话,就算是张一驰心里,也不太乐意花精力在这种毫无技术含量的课题上,但要真按着他们几个说的这样办,作为“研三”的大师兄,张一驰心里还是有些顾虑。

跟马小跳他们三个不同,张一驰本来是上学期就应该毕业的,但是遇到周传芳这个油盐不进的老古董导师,最后因为论文毫无新意,被要求延期毕业,自己花了极大的心思重新做的毕业设计思路,好容易得到老板的点头,只差最后的论文了,万一这时候再出点什么纰漏,被老板咔嚓掉,那张一驰估计连跳楼的心都有了。

但是看情形,马小跳他们三个的立场都旗帜鲜明,张一驰只得保持沉默。

他们几个人讨论的时候,并没有刻意压低声音,所以内容一字不落的被张小凡听进耳朵里,但是张小凡可不敢做出任何一点异动,背着身子尽量保持原状,不引起注意。

这时候实验室的大门被人推开。

“陈超你回来得正好,事情谈妥了没有。”王涛起身说道。

陈超没有立刻回答,让开身子,大家才看到陈超后面还跟着一个人。

张小凡倒是略微吃了一惊,因为来人他认识,正是报到得时候带他办手续的李良云。

“这是计算机协会的副会长,我带他过来了,具体问题我们当面谈比较好。”

陈超一边换鞋子一边回答道。

张小凡留意了一下,在没有人提醒的情况,李良云倒是知道实验室的规定,放掉身上的静电后又穿上了门口放着的防静电鞋套。

李良云进来后也看到张小凡,看来他还记得这个师弟,略微示意了一下,就回头对着张一驰他们几个,开门见山的说道:“几位师兄好,我是计算机协会的李良云,刚才陈师兄大概给我讲了一下相关的情况,我过来主要是想问问具体的要求,这个项目需要多少人手,时间怎么安排。”

张一驰本来还打算说些什么,但是见到陈超把人都带来了,木已成舟,也就压下心底的忐忑。

但是张一驰决定自己绝不去当这个出头鸟,既然是王涛他们几个的注意,就让他们自己弄,能够安安全全的拿到毕业证才是他目前的重中之重。</p>