.石磊准备的第二操作系统，是基于g/高斯混合模型的计算方式，主要用于📷开发语音系统。
所谓的高式混合模型，是一种用高斯概率密度函数精确的量🔼🅺化事务，将一个事务分解成若干个高😟🂥🐼斯概率密度函数，也就是正态分布曲线，而形成的一种模型。
g模型通常用作语音识别，🅊🄸在计算机领域📤🜰🅯中，获得了广泛的应用。虽然g模型制作的语音识别，会有大约20-30的错误识别率，但只要语音足够标准，而且配合🆚🐋行为动态识别引擎监控唇语，这个错误识别率会大大的降低。
唇语方面的嘴唇行为动态，通过行为动态识别引擎，完全可以捕捉成功的识别。至于语音命令足够标🇿准，那就不是石磊可以控制的了，毕竟各地方言不同，只能基于普通话为标准。
石磊可以肯定的给予回应，想🐂☦要玩好《勇者世界》，那么一定要有一口标准的📷普通话。也许随着《勇者世界》的风靡，在夏国境内，还会掀⛩🝈起一股学习普通话的热潮呢！
如果真是这样，《勇者世界》有可能会得到夏国官方的推荐，若真的可以得到📷官方推荐，那《勇者世界》绝对会飞黄腾达！
g高斯混合模型并不复杂，在自然语言处理中，这只是浅层学习神经网络。在零六年的🞡🕫时候，加拿大多伦多大学的教授，在顶级科学刊物《科学》上，发布了一篇名为学术论文，其中介绍了深层学习神经网络的问题。很多隐层的人工神经网络具备优秀的特征学习能力，学习得到的特征对数据有更本质的刻画。这就是与浅层学习神经网络对应的深层学习神经网络。
石磊重生之前，2012年的时候，由斯坦福大学和一名大规模计算机系统专家，共同使用16000个core.cpu，建造的名为deep.neural.o💈rks/深层神经🏷网络模型，曾🄣⛂🗦经做出过从英文同声翻译至夏国语，这个翻译过程十分流畅，根本没有半分卡顿，错误率方面连百分之一都不到！
天使议会的那🜬个伪人工智能，便是使用dnn深层神经网络模型构建的！
可惜石磊暂时🜬没有时间，开发基于dnn的深层神经网络模型，只能做👁基于g的浅层神经网络，制作语音识别系统，然后🝐利用行为动态识别引擎，识别唇语的方案，减少识别错误率。
关于语音系统，♎开发出来之后，不仅仅可以引☐⚌用在《勇者世界》中，还可以应用在很多方面。
特别是结合🕠行为动态识别引擎之后，那就是一个十分强悍的系统。拥有语音识别系统后🞡🕫，石磊便可以语音控制计算机。
到时候，石磊甚至可以一个人模拟两个人的进攻，也可以自🔼🅺己和自己战斗，为他🔓⛸自🝦🍜己的身份做更好的掩饰。
还🞹有一些监控系统，也可以做到更好的程度。比如医疗监控系统，某些不能动弹的患者却可以说话，那么这样的患者，就可以通过语音进行操作医疗系统，呼唤护士或者医生等等服务。
关于基于g的语音系统，在石磊心中，还有一个⛵🞯🗭⛵🞯🗭想法，👭🌃🟥那就是
回归开发《勇者世界》的主题，在拥有行为动态识别引擎，以及g语音系统辅助配合，才可以形成💂真正的体感游戏。