.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，201🎰🔱2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16🜶🆦000个core.cpu，建造的名为deep.neural.orks/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。