|
|
|
2010-08-20 作者： 來源：經(jīng)濟(jì)參考網(wǎng)
|
|
| |
是不是做了院長(zhǎng)，就可以不做項(xiàng)目了？我給自己的答案是:不行。其實(shí)原因非常簡(jiǎn)單——人手不夠。
當(dāng)時(shí)，研究院確立的研究方向之一是“音字技術(shù)組”，也就是教電腦聽話、講話。這個(gè)恰好是我的博士論文的內(nèi)容，但是我早就脫離了這個(gè)領(lǐng)域，而且已經(jīng)多年沒有寫程序。但在研究院，我是唯一懂這方面技術(shù)的人，我只有勉為其難地卷起袖子，和我招到的幾位副研究員一起工作。
邸爍和陳正是清華的高材生，盡管不是學(xué)語音的，但是1999年他們進(jìn)入希格瑪大廈的時(shí)候，選擇了語音識(shí)別小組。每天，我拿著語音的教科書，從最基礎(chǔ)的知識(shí)開始教他們。讀完基礎(chǔ)的課本后，他們開始練習(xí)在這個(gè)新的領(lǐng)域編程，然后，我再把我的論文拿出來，一章一章地講給他們聽。這兩個(gè)年輕人都聰明過人，可以閱讀世界水平的學(xué)術(shù)論文。另外，他們可以利用微軟的“資源共享”制度，從美國(guó)研究院語音負(fù)責(zé)人那里拿來全套的語音軟件。有了這些技術(shù)和源代碼，這就像攀登100層的高樓，兩人一開始就站在了50層。他們倆進(jìn)步神速，兩年后，都成了項(xiàng)目負(fù)責(zé)人，如今在不同的公司取得了驕人的成績(jī)。
在他們倆之后，我們組又來了個(gè)年輕人——高劍峰。高雖然也是名校（上海交通大學(xué)）的博士，但是他的專業(yè)是機(jī)械設(shè)計(jì)，方向是“工業(yè)造型”。因此，他經(jīng)歷過一段頗為迷茫的時(shí)期。
那一年，我去上海交大招聘，正好遇到了高劍峰，就問他在研究些什么？他興致勃勃地說了他的研究。我當(dāng)頭潑了他一盆冷水，說，“這個(gè)東西在美國(guó)早過時(shí)了，你還研究什么，還不如到微軟來換個(gè)有用的題目呢�！睕]想到，他真的來了，闖過了應(yīng)聘的重重關(guān)卡，加入了語音識(shí)別小組。
不過，他馬上感覺到了強(qiáng)大的壓力，邸爍和陳正不斷取得突破，而他連門道都沒摸清楚，有時(shí)候遇到一個(gè)問題，他還沒有弄明白是怎么回事，人家已經(jīng)解決了。
看到高劍峰非�？鄲�，我開玩笑地對(duì)他說，“你是不是混進(jìn)來的��？”他抬頭看我，表情很窘迫。我笑了笑，對(duì)他說，“你不是計(jì)算機(jī)專業(yè)畢業(yè)的，但是我覺得你還是有潛力的，如果有不懂的問題，我覺得你可以去請(qǐng)教一下組里的同事，畢竟我們是一個(gè)團(tuán)隊(duì)，也歡迎你隨時(shí)來找我�！�
高劍峰點(diǎn)了點(diǎn)頭，就去找邸爍和陳正了。這兩個(gè)小伙子一點(diǎn)都不吝嗇，把自己知道的東西都告訴了高劍鋒，一些問題經(jīng)他們點(diǎn)撥，就輕松化解了。
在不斷的學(xué)習(xí)中，高劍峰的信心被慢慢地樹立了起來。他覺得，作研究就像一場(chǎng)長(zhǎng)跑比賽，遇到了高手，被人家甩得很遠(yuǎn)，不能著急，不能亂了方寸，該怎么跑還是怎么跑。他后來總是告訴新來的研究員不要在意中途的快慢，最后勝出的人，才是真正的勝者。
高劍峰就這么跟了幾年，先學(xué)著跑，再自己跑，漸漸地不再感覺累。到了第四年，他已經(jīng)是“項(xiàng)目帶頭人”，換句話說，他也是一個(gè)“領(lǐng)跑者”了�，F(xiàn)在，他已經(jīng)轉(zhuǎn)到微軟美國(guó)，在那里做資深研究員。
語音識(shí)別不是僅僅把每個(gè)字分別識(shí)別出來，而是像人一樣，要運(yùn)用到語言的知識(shí)。中文有一個(gè)特殊的問題，就是分詞。一個(gè)笑話就是“杭州市長(zhǎng)春藥店”，人們看到這個(gè)店名的時(shí)候，自然而然地知道是“杭州市/長(zhǎng)春/藥店”。但是僅僅向前推一個(gè)字，電腦很可能會(huì)識(shí)別成為“杭州/市長(zhǎng)/春藥店”。
如何做到正確的識(shí)別呢？我告訴陳正：“國(guó)內(nèi)的語音識(shí)別往往是先分詞，然后識(shí)別。這是徹底的錯(cuò)誤，因?yàn)榈谝淮畏衷~總可能出錯(cuò)，一定要同時(shí)分詞和識(shí)別，經(jīng)過所有的排列與組合，挑選出最好的結(jié)合�！�
然后，我發(fā)現(xiàn)我們的語言模型語料遠(yuǎn)遠(yuǎn)不夠。語言模型的功能是經(jīng)過大量的統(tǒng)計(jì)，來判斷在下一個(gè)位置最可能出現(xiàn)哪些字，比如說，看到“尊敬的李”時(shí)，我們可能預(yù)測(cè)下面會(huì)是“先生”、“老師”、“女士”等詞，各有不同的概率。我對(duì)他說，“在中國(guó)做語音搜索統(tǒng)計(jì)，只聯(lián)系到前面的一個(gè)詞，但是中文的語言特點(diǎn)是歧義特別多。僅僅依靠向前推一個(gè)詞，電腦并不能作出正確的判斷，至少要向前推兩個(gè)詞�！蔽覀冋�(qǐng)黃昌寧教授去開始一個(gè)語料采購(gòu)的計(jì)劃，訓(xùn)練出這樣推兩個(gè)詞的語言模型。
另外，中文和英文很大的一個(gè)差別就是中文有四聲的識(shí)別。這方面團(tuán)隊(duì)很快地做了一個(gè)四聲識(shí)別器，和整體的識(shí)別系統(tǒng)結(jié)合起來。就像分詞一樣，一定不能先把四聲識(shí)別出來，而要考慮所有的可能性，再作出總體最優(yōu)的選擇。
在他們?nèi)艘约昂髞砑尤氲膸孜桓毖芯繂T的努力下，很快，一個(gè)中文語音識(shí)別系統(tǒng)就做出來了。
此后，陳正和我發(fā)現(xiàn)這個(gè)系統(tǒng)不但可以做語音識(shí)別，也可以做拼音轉(zhuǎn)換。我們嘗試了一下，果然轉(zhuǎn)換率比當(dāng)時(shí)任何系統(tǒng)都要高很多。除此之外，我們還發(fā)現(xiàn)可以用統(tǒng)計(jì)模型做出一種奇妙的功效——自動(dòng)糾正人為造成的拼寫錯(cuò)誤，也就是說，如果你打入：“zunjingdelixansheng”，這個(gè)系統(tǒng)可以發(fā)現(xiàn)你少打了一個(gè)“i”，而自動(dòng)轉(zhuǎn)換成“尊敬的李先生”。后來，這個(gè)項(xiàng)目，由陳正做內(nèi)核的技術(shù)，王堅(jiān)做用戶界面，成為了一個(gè)高質(zhì)量的輸入法。
在短短的一年內(nèi)，這個(gè)五人團(tuán)隊(duì)就做出了多項(xiàng)傲人的成果：中文的四聲識(shí)別、最精確的輸入法、中文的聽寫機(jī)，還有多用途的統(tǒng)計(jì)語言模型。這些項(xiàng)目都符合了我們“有用”的目標(biāo)，也用我們的“兵團(tuán)”模式迅速獲得了成果。
與此同時(shí)，研究院里其他小組，都在為有用的夢(mèng)想而全力打拼。
|
|
| 凡標(biāo)注來源為“經(jīng)濟(jì)參考報(bào)”或“經(jīng)濟(jì)參考網(wǎng)”的所有文字、圖片、音視頻稿件，及電子雜志等數(shù)字媒體產(chǎn)品，版權(quán)均屬新華社經(jīng)濟(jì)參考報(bào)社，未經(jīng)書面授權(quán)，不得以任何形式發(fā)表使用。 |
|
|
|
|
|