“而我们的神经网络又会对这些含义进行一个二次处理，将AI的应答先转化为文本，再根据宿主的声音进行语音合成，此处特别鸣谢季想老师为我们提供了大量的真人语音资料。”

PPT翻至下一页，屏幕上出现了一堆花里胡哨的结构图，李可唯耐心地向观众解释道：“相比于‘掌中偶像’1.0的处理方式，我们在2.0中选择用CNN（卷积神经网络）来代替RNN（循环神经网络）对大量的语句进行处理。”

“有接触过深度学习的人应该知道，CNN多被广泛应用于计算机视觉的图像处理领域，而近年来，也有许多人将其运用到NLP中去。”

李可唯按下激光笔，屏幕上顿时出现了几个红红绿绿的表格，下方标了“像素”两个字。

“我们都知道，CNN是根据图像的像素值来进行处理的，而NLP处理的是文本和语句，那问题来了，怎么把这两个风马牛不相及的东西组合到一起呢？……”

季想坐在台下，目不转睛地望着台上演讲得愈发从容的李可唯。

尽管那人口中的专业术语他一个字也听不懂，但他喜欢那人认真的样子，喜欢那人沉浸在自己世界里的样子。

每当这时，李可唯的眼睛里都会带着一种光，炙热而夺目，令人一点也移不开视线。

“或许，我们可以把语句中的每一个单词划分开，分割成一个n维的向量，将形成的矩阵看成是一个特殊的图像，而每一个向量就相当于图像的像素，这样我们就可以对其进行处理了。”

屏幕一闪，出现了两个q版小人的测试模型，旁边的表格里展示了两个网络对自然语言处理的速度。

李可唯接着道：“大家可以看到，CNN的处理速度明显比RNN快，更换了神经网络之后，虚拟人像的接收延迟也从1.02s变成了0.34s。”

他点了点屏幕，画面变成了一个视频播放器：

“接下来让我们看一下动作捕捉的演示视频”

谁知那激光笔点在播放键上时，竟像突然失灵了一般，失去了该有的反应。

李可唯面色不变，走到操作台前，用鼠标又点了一下播放键，这一回，视频终于开始播放了起来：

片刻寂静后，会场回荡着一个奇怪又模糊的“沙沙”声，噪点的颗粒感非常明显。

李可唯不由皱了皱眉，心里猜测可能是网络问题，便站在原地打算静观其变。

不一会儿，漆黑的屏幕上终于闪过一个画面，一个老式住宅单位的客厅出现在了众人的视野里。

贴满了贴纸的老式旧冰箱、饭桌旁的红木座椅、被蓝色玻璃填满的窗子、墙上的金童玉女日历、铁门上挂着的鲜红“福”字……

视频似乎是用零几年流行的DV机进行拍摄的，室内的所有物品都透着一股陈旧过时的气息，远处的盆景在低分辨率的画质下模糊得像一团绿色的物块。

相机左下角显着一行橙红的小字：2012-04-08-17:38

正当席下众人开始窃窃私语时，画面明显地抖了几下，似乎是拍摄的人拿不稳，随着摄像机的转向，镜头也对焦到了一个人的脸上。

季想曝光的脸陡然出现在了大屏幕上。

视频里的他望上去很年轻，身上穿了一件格子衬衫，脸上全是丰盈的胶原蛋白，嫩得一掐就能掐出水来，那双极具厌世感的三白眼静静地看着镜头。

“这个构思还挺有意思的啊”

“这是真实的录像？原来Eris十年前也有婴儿肥……”

“这是出道前拍的吧，脸这么嫩，开头我还以为闹鬼了，结果原来是视频创意！”

“……”

而此刻坐在席上的季