第505节：方言采样 (第3/3页)
向智能语音交互的方言与地方普通话语音语料库采集与标注」，简单来说，就是对於方言采样，让机器不仅能够听懂普通话，也要能够听懂各种方言————」
沈亢一边走着，一边听着，也跟後世的情况做对比。
在後世发展人工智慧的过程中，有过一段时间，各种所谓的语音AI，是只能识别普通话，无法识别方言的。但是後来，这个问题也慢慢被解决了，越来越的AI功能里被加入了对於各种方言的支持。
那都已经是十几年後的事情了，但是根子上，是在现在，是在十几年前。所以，可想而知，这种基础科研是一种需要多长布局的事。
然後他还听到楚维说的更多的事。
采集对象叫发音人，是从当地居民中招募的。
招募方式主要是通过社区公告栏贴通知，或者通过熟人介绍。要求是本地出生、本地长大、日常使用当地方言、没有长期在外地生活的经历。年龄上尽量覆盖不同年龄段，男女比例大致均衡。普通话水平也有要求，从标准到口音重的都要，因为语音识别系统需要
面对各种口音程度的人。发音人来录一次，给五十块钱劳务费，签一份知情同意书，同意录音用於科研目的。
「五十块钱有人来吗？」沈亢听到这里，插嘴问了一句。
「有。主要是退休老人，闲着也是闲着，来聊聊天，还能拿五十块。」楚维说，「年轻人要上班，没时间。学生倒是可以，但学生里本地人不多，很多是外地考来的————」
一行人说着说着，也就到了目的地。
今天预约的这位发音人姓马，六十多岁，退休工人，本地人，普通话带着明显的千林口音。
庄小敏之前已经跟他电话沟通过两次，确认了时间、地点，还提醒他前一天不要喝酒、不要熬夜，录音当天嗓子要保持正常状态。
到了小区，楚维给马师傅打了个电话，然後马师傅就下来接了他们，把他们领到社区活动室。
活动室是居委会借的，平时没人用，安静，不大，一张长桌，几把椅子，墙角有一台饮水机。楚维看了看环境，觉得可以，就让庄小敏开始架设备。
设备是一台笔记本电脑，外接一个USB音效卡，配一个头戴式麦克风和一个小型电容话筒。
楚维说，录音的时候用双通道，一个近距话筒放在发音人嘴角两到八厘米的位置，一
个中距话筒放在二三十厘米远的地方。近距录的声音乾净，中距留一份备用，以防近距话筒出问题。
两人稍微调试了一下设备後，就开始了。
马师傅坐在桌子对面，有点拘谨。
楚维把一份知情同意书递过去，逐条念给他听，大意是录音仅用於科研、不会公开个人身份信息、不会用於商业用途。马师傅说行，签了字。
然後开始录。
第一项是朗读。
楚维把笔记本电脑转过去，屏幕上显示着一份词表，马师傅照着念。
词表分三类：第一类是常用口语句子，大概二十句，都是日常对话里会说的话，比如「你吃了吗」「今天天气不错」「这菜有点咸」之类的。
第二类是方言词汇，十五个，都是千林本地话里跟普通话说法不一样的词。
第三类是语音平衡的句子，一百来句，每句长短不一，最长的大概三十多个字，是从访谈对话和报纸文章里挑出来的，目的是覆盖尽可能多的声韵母搭配。
马师傅念得不算快，偶尔会停下来问「这个字是不是念这个音」。楚维就耐心地告诉他，念错了也没关系，按平时的习惯念就行。
朗读部分大概录了四十分钟，马师傅中间喝了两次水，楚维让他休息了五分钟。庄小敏一直在旁边盯着屏幕上的波形，看到音量忽大忽小就提醒一下。
朗读录完之後，是自发性语音。楚维拿出一张纸，上面印着话题清单，大概一百多个话题，马师傅可以随便挑一个。马师傅看了看，挑了个「你小时候过年都干什麽」。
然後他就开始讲。
「小时候过年啊，那时候穷，没什麽好东西。腊月二十几就开始忙，我爸杀鸡，鸡血留着，鸡毛也留着，鸡毛能卖钱————」
沈亢全程就在一旁看着，一直看到马师傅完成所有流程，拿上劳务费走人。
然後，若有所思。
他感觉楚维他们这份工作还是挺简单的，都不用是计算机专业的，也能够完成——————