周四清晨的实验室，打印机正吞吐着新整理的情绪标签表。顾星遥盯着表格里“激动”一栏后的空白，指尖在桌面上轻轻敲出节奏——王大爷那段又哭又笑的录音，像块没拼好的拼图，卡在样本库里。
“试试拆分成‘喜悦’和‘哽咽’的叠加？”江熠抱着一摞频谱图走进来，眼镜片上还沾着晨露，“我对比了十段类似录音，发现混合情绪的波形里，总有两种基础情绪在交替主导。”他把打印好的图摊开，“你看这里，笑声的高频峰值和哭腔的低频震颤，像海浪一样此起彼伏。”
顾星遥凑近细看，果然在密集的波形里看到了规律的起伏。窗外的香樟树被风拂动，光影在图纸上明明灭灭，倒像是那些跳动的声波有了生命。
“但机器能识别这种交替吗？”她拿起笔，在两种情绪的分界处画了条虚线，“就像人说话时，高兴里突然掺了点怀念，这种微妙的转换才是最难的。”
正说着，林教授的邮件弹了进来，附件是一份方言声学特征对照表。“吴语的声调起伏比北方话大15%，但语速慢8%。”江熠快速浏览着，“这解释了为什么张阿姨说‘想囡囡’时，尾音拖得特别长，原来和方言韵律有关。”
顾星遥调出张阿姨的录音频谱，果然在尾音处看到一道悠长的弧线，像拖着尾巴的流星。“那要不要按方言分组处理？”她问。
“先试试。”江熠打开建模软件，“我把吴语、北方话、粤语的样本分开标注，看看机器能不能自动识别方言特征对情绪表达的影响。”
下午的阳光斜斜切进实验室，两人对着电脑屏幕反复调试参数。当“激动”类别的识别准确率从62%爬到78%时，顾星遥突然“啊”了一声——屏幕上弹出的错误分析里，王大爷那段录音被错标成了“悲伤”。
“问题出在哭腔的低频震颤。”江熠放大波形图，“机器把这种生理反应当成了悲伤的特征，但结合语境看，明明是高兴到极致。”他敲了敲桌子，“林教授说得对，情绪不能脱离场景单独分析。我们得给机器加个‘场景锚点’。”
顾星遥立刻明白了：“就像给录音贴标签时，不仅标情绪，还要标场景？比如‘生日聚会-激动’‘体检后-担忧’？”
“对！”江熠眼睛亮起来，“场景能帮机器排除误判。比如同样是哭腔，在生日场景里更可能是喜悦，在医院场景里才是悲伤。”
两人重新整理样本标签，给每段录音加上场景备注。当他们把更新后的数据集导入模型，王大爷的录音终于被正确识别。窗外的天色渐渐暗下来，实验室里只剩下键盘敲击声和偶尔的欢呼。
“你听这段。”顾星遥调出两个阿姨吵架的录音，经过降噪处理后，尖锐的语调里竟能听到一丝不易察觉的笑意，“其实她们吵到后来，声音的高频成分在减弱，更像朋友间的拌嘴。”
江熠凑近耳机，果然听出了微妙的变化。“这就是林教授说的‘积极的冲突’吧？”他笑道，“机器现在能认出这种‘带笑的争执’了吗？”
测试结果出来，识别准确率显示91%。两人对视一眼，都从对方眼里看到了兴奋。顾星遥拿起录音笔，轻轻按了播放键，王大爷那句“比中了彩票还高兴”的声音在实验室里回荡，带着真实的颤音。
“你说，等模型完善了，能不能让在外的子女随时知道父母的情绪？”她忽然问，“比如电话里听着挺好，但机器能听出藏在‘没事’里的孤单。”
江熠望着窗外渐次亮起的灯火，语气里带着笃定：“会的。就像现在，我们不是已经从这些波形里，看到王大爷掉眼泪时的高兴了吗？”
夜色漫进实验室，桌上的频谱图在灯光下泛着微光。那些曾经杂乱无章的声波，正在他们的梳理下渐渐显露出规律，像在迷雾里找到了前行的方向。顾星遥合上电脑，心里清楚，真正的挑战还在后面，但此刻，数据褶皱里透出的微光，已足够照亮下一步的路。
京公网安备11010502036362号