度学习模型，既可以用于语音处理任务，也可以用于自然语言处理任务。我们已经在诸多领域使用它取得了巨大的进展，我在这里借用大家几分钟，做一个快速的展示。”

    所有的观众们刚刚消化了阿尔法围棋这个围棋神明的事实，正是对人工智能有滤镜的时候。

    “首先，机器翻译。我大量采用了注意力机制来捕获输入句子和输出句子之间的关联，从而使翻译质量得到了很大的提升。”

    说着，孟繁岐的背后显示出了一个表格，旁边是不同大小的t方法对传统最佳办法的对比柱状图图。

    列举了几种常见语言之间，翻译效果的指标。

    有了这种直观的图表，即便不理解其中技术原理的人，也能够直观地对比不同方法性能之间的差距。

    “然后，是语音识别，t方法可将音频频谱转换为文本形式。”孟繁岐点击了一下幻灯片上预设好的按钮，然后拿起麦克风说了一长串话：“语音识别的精确程度固然惊艳，但大家将会大为震撼的，其实是t方法在下一个任务上的能力。”

    非常迅速地，t方法将该段音声转换成了文本。由于孟繁岐刻意控制了语速和发音质量，吐字比较清晰，因而这一次语音的转换分毫不差。

    在场的人们虽然前面翻译的部分听得是云里雾里的，但在这里还是看得明白的，纷纷鼓掌致意。

    “接下来，我刚才所说的惊艳能力，便是语音合成能力，它同样可以反过来根据输入的文本生成相应的语音内容。”

    孟繁岐说着，直接把刚刚t方法识别出来的文本复制了一下，直接交由t方法去生成。

    很快，一个知性地女声响起，若不是这个句子太长，在几个地方发音仍有一些瑕疵，人们几乎不敢相信这是由电脑合成出来的声音。

    虽然t方法在诸多任务上均取得了不小的提升，但是那些大都是在表格上对比展示，大家其实也看不懂一个点两个点意味着什么。

    没办法理解其中的技术含量和突破的难度。

    但这一次语音和文本的来回转换，则直观了太多。

    “卧槽，他的意思是刚刚那个声音是假的？是合成出来的？”战鹰的嘴再次因惊讶而成一个o型，她最开始没有想到这一点，后知后觉，半晌才回过神来。

    “我以前听到的那种机器语音，都是冷冰冰一个调的，一开口就知道是老机器人了。孟繁岐这个效>> --