为什么傅里叶一定要实现它？如此执着？你一定感受过声控灯的神奇，缺什么，补什么，想要的‘糖’，吃在嘴里，甜在心里，这个‘糖’，不用买，可以自己造出来，原来天下有这么神奇的事情（小孩子最喜欢，我也喜欢），所以让声控灯更进一步，怀揣这个想法。
曾有一个抄写成功的vc++版本的采集声音的程序，有十年了，后来又打通了局域网（lan）内网口通信，顺便合二为一，写了一个聊天程序，更进一步，既然一楼的电视声音被传到二楼（预设双工通信，只能通过鼠标按钮切换实现双工，未找到原因），能否传图像呢？一直未实现，工作几年后，当你想起，原来的程序，怎么也找不到了，想想当时那下的心血啊，可惜了（也不可惜，踏进了vc++的大门）！这到来的AI时代，自己的图像处理技术也日臻完善（拜赐于机器视觉工作），写一个lan内的声视通信的程序没那么初心般渴望了（这是不是对QQ的潜意识呢？），转而想到了语音能否开关灯呢？于是乎！一发不可收拾。本来要识别一些自己的语音如：大，大，大；小，小，小（有没有想到孙大圣的金箍棒，我用它响应放大缩小图像）；开，关之类的，实现后（这个版本主要使用图像匹配技术），转向爸爸，妈妈，姑姑，舅舅，a，o，e，i，u，ǖ和一二一的识别（这个版本起了个名字叫钨音传说），实现后，其实都是半桶水，发音到了频道，ok，不在频道，即使同音，累死你，就是不出来，再加上噪音和白噪音干扰，晚上感觉特好，成功率极高，有没有好方法？准确率高一些呢？终于，轮到傅里叶登场了（怎么想到傅里叶的呢？上学的时候，曾经狼吞虎咽一本书，梁之安先生著述的《听觉感受和辨别的神经机制》，现在才开始消化），我滴个神啊！人生的曙光照了进来，只要你想到了，其他都不是问题，关键是灵感到了，就像李白遇到杜甫。
就一个难题，攻下傅里叶，十年了，真是闻名不如见面，该补未学之课了！
语音识别中，潜意识使用了图像处理的匹配识别技术，但，就是不理想！不曾想误打误撞通关了一维傅里叶变换，二维在图像处理中用的更广泛，但一般都是分解成行列两个一维傅里叶加快速度处理的（他们说visionpro中，未使用傅里叶是有道理的），看来自己的图像处理【二维像素矩阵】又可以再迈一步了。
等搞定傅里叶，用上傅里叶，也不理想，最后在标准化（归一化）输入的启示下，通过音乐的方式，发现了窍门，所谓标准化（归一化），你是否想到一个英文单词Normal（正态分布），是的，他实质表达了两层意思，一，突出特征，二，normal统计分离出来。其实并非一定要懂正态（高斯）分布，人所用的东西，不一定要数学化（能数学表达，更好），你看，中国人用了两千年的中庸，是否涵盖了正态分布和归一化思想，语言和习惯几千年不变的，这也叫真理，只不过我们习惯了真理用数学表达的方式，习惯一种方式，要变化为另一种方式，很难！借用上海重音口琴，终于可以准确识别了，do,re,mi,fa,sou,la,xi,长路漫漫啊！
我发现归一化思想好像没有在课本里被重复强调过，但在人工智能时代，归一化思想会散落在正态（高斯）分布里，马氏距离里，最小二乘法里，我还在直方图均衡化里见到了他的影子，以及在点积归一化矢量数学的应用（游戏编程中用来快速识别智能体方向）里。归一化正是很多AI算法抽象的形象语言的表达。
做过一次测试，用口琴演奏欢乐颂（贝多芬），识别了22个音，成功19个，了不起啊！这是从0到1的突破。无人师导，真是柳暗花明，峰回路转。古人云，活到老，学到老，若古人遇到这样的专业，一定是符合他们审美的。曾在工作中遇到比肩我父亲年龄的日本人出差公司，指导我们工作，熟练的写着程序，还带着一个跟学13年的徒弟，真是佩服啊！（惭愧啊！）想想我们中国，正在给程序员定义一个四十岁的笼子，多么可怕！（想写就写，写他个天荒地老！）
可以肯定的是，语音识别中使用的图像匹配识别技术和傅里叶匹配技术，是最接近语音识别成功的技术，若在语音（语言）归一化上下功夫，指日可待。
AI其实可以很简单，编程这么多年，若有一个算法是自己的，真的很了不起，但你的少算法的程序就是AI，简单中蕴藏着AI，你比如微软mfc中类的自动生成，文本中搜索关键字，再比如编程中的类和函数提示技术，细细思来，坦然就好，没有思考的追逐，很容易迷失，你再比如，我们设计的线图像工具，这是机器视觉的支撑，这些都是高中掌握的知识就可以搞定，算法看似高大上，在细节上，失败是平等的，而有一种并行，就像耳朵和眼睛，夸大任何一样都不妥。
识别到，靠眼和耳这样熟练熟悉的平台，也只是万里长征第一步，但我们需要这一步，这是0到1的第一步，而在加上头脑风暴（烧脑），才会有一丝丝前行。
不积跬步，无以至千里。千里之行，始于脚下。回头我们从采集声音程序说起。
待续（慢慢来！...........）每天一点小改变☺
