于复杂环境中的识别采样率，一个在于对各种语言系列的识别精准度，前者很容易解决，而后者在两年前时，谷歌的语音识别出错率仍然有25%，到目前降低到了1/16，离正常的人机交流仍旧显得遥远。
陆渊重新还原设置，接下来又分别以粤语、四川话、天津话、山东话、英语、日语、法语等不同语言或方言来测试，结果先驱者识别成绩很显著，除了一次偶然的识别错误以外，大段的对话识别率达到了100%。
这个结果显然是极为惊人的，谷歌用了两年的时间，经历了数百位工程师的努力，也没有做到这一步。
“box！”
把手机熄屏放在一边，隔着大约七八米距离，陆渊轻轻喊了一声。
刹时，原本漆黑的屏幕猝然激活亮起，一段柔和的女声从手机上传出：“开发者，请问需要什么帮助？”
“帮我发条短信，就说我今晚有事不来了。”
陆渊以寻常的语气，不，甚至有些刻意放慢节奏的语速来阐述，一般语音助手采集人声都有个节奏的问题，使用者不论是说快了还是说慢了，语音助手都无法正常识别，反而会傻乎乎地询问前本段的问题。
但此时陆渊刻意放缓语速，个人助理却正确识别出来了他的命令，很快进入短信发送界面，“请问开发者，您要把短信发给谁？”
“很好，不用了，删除短信。”
“好的，开发者，已经撤回短信。”
“帮我打开音乐……”
“我心情不是很好，帮我选首能让我感到快乐的歌。”
“好了，暂停音乐，给我查询
第四十章 设定与测试(2/5)