第251章 允許失敗的勇氣＆下一款產品
第251章 允許失敗的勇氣＆下一款產品
與此同時，極光微博向娛樂圈的滲透，也在穩步推進之中。
《非誠勿擾》、《仙劍3》，也包括《愛情公寓2》、綜藝版非誠勿擾，都起到了標杆性的作用。
這使得他們，除了和諸多影視、娛樂公司，達成戰略合作之外，也吸引了為數眾多的明星、網紅，自發入駐極光微博。
不過，受到極光的啟發，企鵝微博、新浪微博，也同樣將黑手伸向了娛樂圈。
微博大戰的下一個戰場，大概率還是要落在，娛樂圈資源的爭奪上。
爭得當然不是「明星入駐」那種low到爆的資源，而是更深層的「娛樂內容生產與分發的控制權」。
誰掌握著更強的宣發能力，誰就在這場爭奪戰中，掌握著更大的優勢。
在這方面，國內唯一能跟極光淘淘的，也就企鵝了。
但可惜，企鵝把企鵝微博運營成了一坨。
總結。
優勢在我！
悠米視頻那邊，洛川一直有在關注，倒是沒什麼好說的。
目前仍處於狗咬狗的狀態。
極光這邊出戰的是陳澤軒，每天在網上狗叫，跟張老闆大打口水仗。
王胖子偶爾也跟著湊個熱鬧。
無數吃瓜網友，天天跟著看光景，倒也還算熱鬧。
再過個十天半拉月，也差不多該收網了。
遊戲部門那邊，已經開始逐步向「工作室群」的模式轉變。
在公司推出「星火計劃」，鼓勵員工內部創業、自主創業之後，響應最為熱烈的，便是遊戲部這幫牛馬。
米哈游工作室、莉莉絲工作室、Thatgame工作室、巴拉巴拉十數個。
當然，也不只是遊戲部門，社交、視頻、雲計算等部門，都陸續出現了自主創業的申請報告。
這一塊，有公司專門成立的「星火委員會」，進行風險評估，倒也不需要洛川太多關注。
他只需要對未通過審核的項目，進行二次審核即可，以免下面的人太過保守，錯失什麼大寶貝。
虧錢不怕。
只要能在公司內部，形成可持續的創新生態，一切就都是值得的。
洛川始終相信，研發投入從不會真正浪費。
那些失敗的項目，就像土壤里的腐殖質。
當前可能看似無用，但都將化為公司的戰略儲備，在未來的某一天、某一個領域，終將滋養出茁壯的新芽。
允許失敗的勇氣，才是「星火計劃」的核心價值觀，
開了一上午的會，交接完公司業務，宮甜甜便蹬上高跟鞋，甩著頭髮，咯瞪咯瞪回去吃飯了。
欣賞著一扭一扭的小屁股，消失在視野之中，洛川悶了一杯茶，砸吧砸吧嘴，背手溜達回一號牛馬集中營。
嗦了碗阿香米線，戳顧一番小女友，又指點了好學的瑤瑤姐幾個問題，洛川放倒椅子眯了一覺。
再醒來已是傍晚。
愣了好一會兒，才徹底清醒過來。
休了大半個月，有點墮落了啊。。
心頭嘀咕兩句，洛川坐直身子，搶過女友手中的冰闊落，咕咚咕咚幹了小半瓶，愜意的打了個氣隔，把剩下的福根還給她。
「謝謝。」
「不客氣！」宋錦不爽的刻了這狗賊一眼。
「怎麼，不服？」
「怎麼會呢爺~」宋錦忍受著心頭的屈辱，揚起一個甜美的笑臉，開男友搭在她大腿上的黑手。
像撓狗子一樣，撓了撓女友的下巴，洛川押了個大大的懶腰，喊過一旁正里啪啦敲代碼的瑤瑤姐，交給她一個新任務。
開發一款語音助手。
這款應用，將內置於下一代星光旗艦機。
未來的智能家居戰略，也能用得上。
技術組成，大致可分為硬體層和軟體層。
硬體層，需要定製麥克風陣列，並集成自研的「自適應波束成形」算法，以實現3米遠拾音、
嘈雜環境降噪、區分用戶與他人聲音等等。
同時需自研低功耗語音喚醒算法，以免這款應用成為「電量殺手」。
就跟siri剛誕生時那樣。
同時，還需跟高通合作，簽訂排他性協議，深度定製SoC，在下一代晶片中，固化語音處理專用指令集。
如離線喚醒詞監測、基礎指令本地處理等等。
這一塊，其實可以放在雲端處理，但如果直接將指令集嵌入晶片DSP中，可以大幅提高響應速度，效果更佳。
可惜星光那邊的晶片研發設計，仍處於起步階段，這兩年估計是用不上自家設計的晶片了。
其次是算法層，大致可分為四個大項。
其一，語音識別。
可採用基於隱馬爾可夫模型的語音識別技術，結合高斯混合模型提升識別準確率，自研端側輕量化語音識別模型。
這兩種理論早已出現，但前世直到12年，才有「機靈鬼」，將前者應用到實際的商業語音識別產品之中。
將兩者混合的模型，更是在很長一段時間內都鮮有人問津。
當然，想要實現兩者相結合的混合模型的超前應用，自然也需要下一番功夫。
首先需要收集海量的語音數據，涵蓋各種不同的口音、語速、語調及使用場景，用以訓練模型，這對計算資源的要求極高。
巧的是，極光既有海量的用戶，又有強大的雲計算資源只需再開發引入自適應學習率的算法，使得模型在訓練過程中，能夠根據數據特點，自動調整學習速度，進而提高訓練效率即可。
同時也可採集粵語、魯省方言、東北話等方言，組成方言庫，以支持語音識別。
不過這個功能倒也不急，可在後續版本選代中再加入。
反正前世直到13年，另一款主流手機語音助手，siri，才支持中文。
其二，自然語言處理。
需要構建一個語義理解模型，解析用戶指令的意圖，
可通過規則引擎+統計學習的混合方案。
規則層，內置500條高頻場景模版，比如「導航去公司」。
統計層，可利用悠米社區和極光微博中，數以百億條公開語料，訓練樸素貝葉斯分類器，以提升意圖識別準確率，處理模糊指令。
比如，用戶說「太冷了」，語音助手自動查詢天氣，並給出關窗、添衣服等建議。
之後也可基於地理位置，同智能家居聯動，
此外，還可將簡單的神經網絡模型引入其中，以提升模型的泛化能力，以及處理複雜指令的能力。
放在深度學習剛剛起步的今天，自然算是難如登天。
但你說巧不巧，洛川最擅長的就是深度學習宋錦同學深有體會
與此同時，極光微博向娛樂圈的滲透，也在穩步推進之中。
《非誠勿擾》、《仙劍3》，也包括《愛情公寓2》、綜藝版非誠勿擾，都起到了標杆性的作用。
這使得他們，除了和諸多影視、娛樂公司，達成戰略合作之外，也吸引了為數眾多的明星、網紅，自發入駐極光微博。
不過，受到極光的啟發，企鵝微博、新浪微博，也同樣將黑手伸向了娛樂圈。
微博大戰的下一個戰場，大概率還是要落在，娛樂圈資源的爭奪上。
爭得當然不是「明星入駐」那種low到爆的資源，而是更深層的「娛樂內容生產與分發的控制權」。
誰掌握著更強的宣發能力，誰就在這場爭奪戰中，掌握著更大的優勢。
在這方面，國內唯一能跟極光淘淘的，也就企鵝了。
但可惜，企鵝把企鵝微博運營成了一坨。
總結。
優勢在我！
悠米視頻那邊，洛川一直有在關注，倒是沒什麼好說的。
目前仍處於狗咬狗的狀態。
極光這邊出戰的是陳澤軒，每天在網上狗叫，跟張老闆大打口水仗。
王胖子偶爾也跟著湊個熱鬧。
無數吃瓜網友，天天跟著看光景，倒也還算熱鬧。
再過個十天半拉月，也差不多該收網了。
遊戲部門那邊，已經開始逐步向「工作室群」的模式轉變。
在公司推出「星火計劃」，鼓勵員工內部創業、自主創業之後，響應最為熱烈的，便是遊戲部這幫牛馬。
米哈游工作室、莉莉絲工作室、Thatgame工作室、巴拉巴拉十數個。
當然，也不只是遊戲部門，社交、視頻、雲計算等部門，都陸續出現了自主創業的申請報告。
這一塊，有公司專門成立的「星火委員會」，進行風險評估，倒也不需要洛川太多關注。
他只需要對未通過審核的項目，進行二次審核即可，以免下面的人太過保守，錯失什麼大寶貝。
虧錢不怕。
只要能在公司內部，形成可持續的創新生態，一切就都是值得的。
洛川始終相信，研發投入從不會真正浪費。
那些失敗的項目，就像土壤里的腐殖質。
當前可能看似無用，但都將化為公司的戰略儲備，在未來的某一天、某一個領域，終將滋養出茁壯的新芽。
允許失敗的勇氣，才是「星火計劃」的核心價值觀，
開了一上午的會，交接完公司業務，宮甜甜便蹬上高跟鞋，甩著頭髮，咯瞪咯瞪回去吃飯了。
欣賞著一扭一扭的小屁股，消失在視野之中，洛川悶了一杯茶，砸吧砸吧嘴，背手溜達回一號牛馬集中營。
嗦了碗阿香米線，戳顧一番小女友，又指點了好學的瑤瑤姐幾個問題，洛川放倒椅子眯了一覺。
再醒來已是傍晚。
愣了好一會兒，才徹底清醒過來。
休了大半個月，有點墮落了啊。。
心頭嘀咕兩句，洛川坐直身子，搶過女友手中的冰闊落，咕咚咕咚幹了小半瓶，愜意的打了個氣隔，把剩下的福根還給她。
「謝謝。」
「不客氣！」宋錦不爽的刻了這狗賊一眼。
「怎麼，不服？」
「怎麼會呢爺~」宋錦忍受著心頭的屈辱，揚起一個甜美的笑臉，開男友搭在她大腿上的黑手。
像撓狗子一樣，撓了撓女友的下巴，洛川押了個大大的懶腰，喊過一旁正里啪啦敲代碼的瑤瑤姐，交給她一個新任務。
開發一款語音助手。
這款應用，將內置於下一代星光旗艦機。
未來的智能家居戰略，也能用得上。
技術組成，大致可分為硬體層和軟體層。
硬體層，需要定製麥克風陣列，並集成自研的「自適應波束成形」算法，以實現3米遠拾音、
嘈雜環境降噪、區分用戶與他人聲音等等。
同時需自研低功耗語音喚醒算法，以免這款應用成為「電量殺手」。
就跟siri剛誕生時那樣。
同時，還需跟高通合作，簽訂排他性協議，深度定製SoC，在下一代晶片中，固化語音處理專用指令集。
如離線喚醒詞監測、基礎指令本地處理等等。
這一塊，其實可以放在雲端處理，但如果直接將指令集嵌入晶片DSP中，可以大幅提高響應速度，效果更佳。
可惜星光那邊的晶片研發設計，仍處於起步階段，這兩年估計是用不上自家設計的晶片了。
其次是算法層，大致可分為四個大項。
其一，語音識別。
可採用基於隱馬爾可夫模型的語音識別技術，結合高斯混合模型提升識別準確率，自研端側輕量化語音識別模型。
這兩種理論早已出現，但前世直到12年，才有「機靈鬼」，將前者應用到實際的商業語音識別產品之中。
將兩者混合的模型，更是在很長一段時間內都鮮有人問津。
當然，想要實現兩者相結合的混合模型的超前應用，自然也需要下一番功夫。
首先需要收集海量的語音數據，涵蓋各種不同的口音、語速、語調及使用場景，用以訓練模型，這對計算資源的要求極高。
巧的是，極光既有海量的用戶，又有強大的雲計算資源只需再開發引入自適應學習率的算法，使得模型在訓練過程中，能夠根據數據特點，自動調整學習速度，進而提高訓練效率即可。
同時也可採集粵語、魯省方言、東北話等方言，組成方言庫，以支持語音識別。
不過這個功能倒也不急，可在後續版本選代中再加入。
反正前世直到13年，另一款主流手機語音助手，siri，才支持中文。
其二，自然語言處理。
需要構建一個語義理解模型，解析用戶指令的意圖，
可通過規則引擎+統計學習的混合方案。
規則層，內置500條高頻場景模版，比如「導航去公司」。
統計層，可利用悠米社區和極光微博中，數以百億條公開語料，訓練樸素貝葉斯分類器，以提升意圖識別準確率，處理模糊指令。
比如，用戶說「太冷了」，語音助手自動查詢天氣，並給出關窗、添衣服等建議。
之後也可基於地理位置，同智能家居聯動，
此外，還可將簡單的神經網絡模型引入其中，以提升模型的泛化能力，以及處理複雜指令的能力。
放在深度學習剛剛起步的今天，自然算是難如登天。
但你說巧不巧，洛川最擅長的就是深度學習宋錦同學深有體會