这一波一波的浪潮, 给场内场外都冲得一愣一愣的。

　　简而言之，信息量过大。

　　本来开放域就已经足够惊世，敢当众公测更是震动全场, 历经一系列超乎常规的指令都没翻车反而把系统的牛逼体现得淋漓尽致, 最后居然还加上了声纹辨识——

　　听名字就知道很难搞啊！！！

　　【卧槽！！！商科孩子震惊, 怎么感觉比指纹识别和人脸识别还要难！这俩好歹还有实体物, 单靠语音到底是怎么让计算机对应到不同的人啊啊啊也太神奇了吧！】

　　【工科孩子也震惊啊！这这这是可以写进论文创新点的水准吧！！！——而且！而且在开放域的限定条件下，不可能使用文本相关类的声纹识别！她绝对拿了更高档的Text-Independent出来！！！救命啊怎么会有人能在两天之内做出这么多高难东西啊！！！】

　　【某家居企业技术部民工表示，别说两天了, 两年我们都做不出来……就，秀到我头皮发麻】

　　【害，要不然大家现在都叫她“奇迹诗诗”呢……所以人家大佬压根不是疏忽大意而是仗着技术实力无所畏惧啊啊啊啊！！！太苏了吧！！！】

　　场内，几位董事长全部瞬间关注起了这项技术的商业价值, 脑海里迅速就浮现出了无数应用场景，每一种都带着滚烫的未来。看向杜诗怡的眼神越发热切，就算华元的人就在旁边, 也都快掩饰不住了。

　　而华元的人暂时也没空管他们。

　　因为技术出身的，瞬间关注的永远是实现路径, 沈砚作为这组的带教工程师是早看过方案，而王总已经迫不及待的在问：“哪种方式构建的声纹模型？特征提取用的什么算法？”

　　杜诗怡抬眸，曾经让弹幕印象深刻的、那么长那么厚的方案如在心中, 流利就答：

　　“基于高斯混合模型，多种信道函数加权拟合后构建话源者的语音特征向量, 再经过预加重和分帧来计算梅尔倒谱系数MFCC。”

　　“模式匹配呢, 模式匹配如何做的——”

　　“VQ聚类, 改良径向基函数, 自动生成语谱图对比共振峰。”

　　“家庭成员声音难免相似, 局部最优点的陷入问题怎么解决的！”