model = Model(input=In, output=x)
...
最后部署到android工程里就非常轻松。但是结果略有点鬼畜，我们训练了这么久的模型，最终得到了一个人工智障。在实验室环境下，如果很认真地发音，那么识别准确率在百分之九十以上；只要说得稍微随便一些，识别基本上就会错误，这和此前的模型的效果相去甚远，多半是训练过程出了问题。助教和我们排查了一系列问题，包括学习轮次、批次样本数目、是否过学习等等，结果并没有发现设置不正常的地方。又检查了sox工作是否正常，发现样本在加载后的确都被正常修饰了，按理来说训练效果应该很好。我们修改脚本，从第十轮的文件开始跑训练，发现第十轮的accuracy虽然已经0.9+，但是val_acc也就是test出的accuracy却只有0.064，这个值直到训练的最后基本都没有变化过，甚至还降低了，这非常令人困惑，需要之后再继续探究原因了。
<gallery>
文件:Low_Accuracy|极低的val_acc
</gallery>