137 语音识别数据库

——————————————————————————————

感谢“肥仔7931，三千尘，飘渺云隐”三位书友的打赏！灰常感谢！

再次温馨提示：没有收藏本书的朋友一定要收藏哦，下一周，大家就不一定找得到本书了哈！

“哦，原来系这样的噶！那你找我们智冠找对了噶。给你说，雷先生，我们智冠从2004年开始就一直从事专业的语音数据采集……”接下来，李景然就听到那个姓肖的家伙，在电话中滔滔不绝的跟李景然讲起他们智冠的“光辉历史”，有多么雄厚的技术实力，和多少高校，科研机构合作过，现今市面上流行的语音输入软件都从他们那里买过语音数据库。

“这家伙，倒是把公司的公司简介背得很熟！”李景然一边在心中继续腹诽，一边等着那家伙自吹自擂完毕，在此期间，心头突然有些担心起来：

这什么智冠的公司，不会是什么皮包公司吧？

“……就系这样的啦，雷山生，在全中国，没有比我们智冠更专业的语音数据提供商的啦！总之，你选择我们智冠，绝对是最明智的选择！”

“嗯，明白，就是看到贵司比较专业，所以才打算从你们那里购买嘛！”李景然适时送上马屁，心头却对着家伙的话，开始打起折来。

“不错嘛，……从2004年就开始从事专业的语音数据采集……在全中国有超过20个数据采集中心……可以根据用户的需求，收集各种语音，甚至包括方言……和大陆，包括香港的多家高校，研究所，公司都有着紧密的合作关系，甚至和全球最大的数据中心ldc也有合作……不错不错，就是这家了！”李景然在网上翻看着这家数据供应商的介绍，是越看越感兴趣，越看越兴奋。

通过这两天的扫盲，李景然明白，语音数据库的采集和整理就如同编撰字典一样，绝对是一件浩繁的大工程！实际上，在某种意义上说，建立语音数据库就是编撰字典——编撰声音的字典！它需要收集每个字词的不同发音，然后进行标注，检查，整理，分离，然后合成一部声音的大字典！

但这比起编撰字典来说，复杂程度和工程量又要浩大得多。因为每个字词的写法只有一种，但它们的发音却有可能有多种，男人是一种声，女人又是一种声，如果用不同的方言来讲，更是不同，而且所有的这些音，都需要专业的采集设备来采集。因此，建立语音数据库，绝不是像李景然当初那样简简单单的买些字典，收集些文本资料就可以搞定的事情。

在不能向真智开放互联网，让他这个超级智能到互联网上去自主采集的前提下，要想得到一个比较满意的数据库，那绝对是一件需要集众人之所长才能完成的壮举！

与深圳智冠的联系相当简单，当李景然在电话中报了自己的来历，并向对方说明自己想购买专业的语音数据库后，那边的人立即表示出了极大的兴趣。

“那么雷山生，我是先传一些样品，让你看看呢，还是？”

“哦，肖先生，样品就不用传了。这样的，我下个月中旬，会到广州去一趟。届时，能否麻烦肖先生亲自来广州一趟，到时候咱们面谈？”

“好的好的。能够和雷山生面谈，那就最好不过了！雷山生，请问你什么时候去广州？酒店定下来了没有？下个月中旬可是广交会开始的时候！如果要定酒店的话，一定要趁早哟！”对方在在电话中提醒。

而就是这个提醒，打消了李景然心中才升起不久的那丝疑虑。

广交会？老子去的就是广交会！

“雷山生，我们有各种不同类型的专业语音数据库，涵盖了普通话，粤语，大陆各地方言以及英语的数据库，请问你系准备购买哪种类型的数据库噶？”一个明显带着粤语普通话的中年男音在电话中对着李景然道。

“雷山生？”李景然一愣，“妈的，老子姓李好不好？看来，广东人的普通话和四川人一样，都是不敢恭维！”他没工夫去纠正人家的发言，见提到正事，就答道：“呃，肖先生，如果可以的话，所有有关中文的语音数据库，我都想购买，可以吧？”

“啊，什么，雷先生，你想买全部的中文数据库？”一听到李景然说想买所有的语音库，对方有些吃惊，但开口之后，似乎又觉得自己的吃惊有些不礼貌，或者多此一举，于是有些犹豫，过了一会儿才道，“对不起啦，雷山生，或许我这样问有些不礼貌，你要买这么多种类的语音库，是准备用来做什么的呢？”

“妈的，晓得不礼貌还要问啊？”李景然暗自腹诽，不过，在这点上，他并不打算打什么埋伏，如果自己以后进军智能语音合成和智能语音识别这两大“高科技领域”，不可能不继续跟这些语音库提供商打交道，迟早人家会知道的，于是，李景然道：

“是这样的，肖先生，我们公司最近准备想开发一款智能语音输入系统，但是还缺少一种可靠的语音识别数据库。听说贵公司在这方面口碑不错，比较专业，所以，就找上了贵公司。肖先生，你看？”