，比如一个新奇的物种，并没有见过，然后你给他了一张照片，说这是神兽饕餮，然后等他再次看到的时候，他很容易就能认出来，那个是不是神兽饕餮。
    林奇想做的是能通过少量的样本就能训练出来一个不错的模型，这样就可以解放语音的大数据。
    同时一个人上手的时间更短，想想即使一个人口音很重，用了智能语音软件说了几十句话，或者十几句话之后，准确率大大提高，可以堪比用标准的新闻联播主持人那样的普通话说出来的识别率。
    其实在自然语言方面，林奇之前有一些经验，是在创造自然语言编程的时候。
    但是里面设计到的多是语义的一些解析，没有涉及到语音识别。
    林奇相信只要自己能通过第一关卡，那么后面的应该都很简单。
    为了这个目的，林奇疯狂的投入到了开发中。
    林奇把每一个的汉字读音都收集了起来，然后有语料数据的时候，林奇把这个语料做了一个分类。
    一个是标准读音串起来的语音，一个是真实的语音。
    林奇先处理了真实语音，把真实语音分成了环境音和人声。
    接着又拿出来人声和原来的标准读音进行对比，找出来了两者的差异。
 <本章未完请点击"下一页"继续观看!>