|
|
|
2010-08-20 作者： 來(lái)源：經(jīng)濟參考網(wǎng)
|
|
| |
是不是做了院長(cháng)，就可以不做項目了？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(tīng)話(huà)、講話(huà)。這個(gè)恰好是我的博士論文的內容，但是我早就脫離了這個(gè)領(lǐng)域，而且已經(jīng)多年沒(méi)有寫(xiě)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(yǔ)音的，但是1999年他們進(jìn)入希格瑪大廈的時(shí)候，選擇了語(yǔ)音識別小組。每天，我拿著(zhù)語(yǔ)音的教科書(shū)，從最基礎的知識開(kāi)始教他們。讀完基礎的課本后，他們開(kāi)始練習在這個(gè)新的領(lǐng)域編程，然后，我再把我的論文拿出來(lái)，一章一章地講給他們聽(tīng)。這兩個(gè)年輕人都聰明過(guò)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，從美國研究院語(yǔ)音負責人那里拿來(lái)全套的語(yǔ)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(kāi)始就站在了50層。他們倆進(jìn)步神速，兩年后，都成了項目負責人，如今在不同的公司取得了驕人的成績(jì)。
在他們倆之后，我們組又來(lái)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(zhuān)業(yè)是機械設計，方向是“工業(yè)造型”。因此，他經(jīng)歷過(guò)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(wèn)他在研究些什么？他興致勃勃地說(shuō)了他的研究。我當頭潑了他一盆冷水，說(shuō)，“這個(gè)東西在美國早過(guò)時(shí)了，你還研究什么，還不如到微軟來(lái)?yè)Q個(gè)有用的題目呢�！睕](méi)想到，他真的來(lái)了，闖過(guò)了應聘的重重關(guān)卡，加入了語(yǔ)音識別小組。
不過(guò)，他馬上感覺(jué)到了強大的壓力，邸爍和陳正不斷取得突破，而他連門(mén)道都沒(méi)摸清楚，有時(shí)候遇到一個(gè)問(wèn)題，他還沒(méi)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(kāi)玩笑地對他說(shuō)，“你是不是混進(jìn)來(lái)的��？”他抬頭看我，表情很窘迫。我笑了笑，對他說(shuō)，“你不是計算機專(zhuān)業(yè)畢業(yè)的，但是我覺(jué)得你還是有潛力的，如果有不懂的問(wèn)題，我覺(jué)得你可以去請教一下組里的同事，畢竟我們是一個(gè)團隊，也歡迎你隨時(shí)來(lái)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(wèn)題經(jīng)他們點(diǎn)撥，就輕松化解了。
在不斷的學(xué)習中，高劍峰的信心被慢慢地樹(shù)立了起來(lái)。他覺(jué)得，作研究就像一場(chǎng)長(cháng)跑比賽，遇到了高手，被人家甩得很遠，不能著(zhù)急，不能亂了方寸，該怎么跑還是怎么跑。他后來(lái)總是告訴新來(lái)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(zhù)跑，再自己跑，漸漸地不再感覺(jué)累。到了第四年，他已經(jīng)是“項目帶頭人”，換句話(huà)說(shuō)，他也是一個(gè)“領(lǐng)跑者”了�，F在，他已經(jīng)轉到微軟美國，在那里做資深研究員。
語(yǔ)音識別不是僅僅把每個(gè)字分別識別出來(lái)，而是像人一樣，要運用到語(yǔ)言的知識。中文有一個(gè)特殊的問(wèn)題，就是分詞。一個(gè)笑話(huà)就是“杭州市長(cháng)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(cháng)春/藥店”。但是僅僅向前推一個(gè)字，電腦很可能會(huì )識別成為“杭州/市長(cháng)/春藥店”。
如何做到正確的識別呢？我告訴陳正：“國內的語(yǔ)音識別往往是先分詞，然后識別。這是徹底的錯誤，因為第一次分詞總可能出錯，一定要同時(shí)分詞和識別，經(jīng)過(guò)所有的排列與組合，挑選出最好的結合�！�
然后，我發(fā)現我們的語(yǔ)言模型語(yǔ)料遠遠不夠。語(yǔ)言模型的功能是經(jīng)過(guò)大量的統計，來(lái)判斷在下一個(gè)位置最可能出現哪些字，比如說(shuō)，看到“尊敬的李”時(shí)，我們可能預測下面會(huì )是“先生”、“老師”、“女士”等詞，各有不同的概率。我對他說(shuō)，“在中國做語(yǔ)音搜索統計，只聯(lián)系到前面的一個(gè)詞，但是中文的語(yǔ)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�！蔽覀冋堻S昌寧教授去開(kāi)始一個(gè)語(yǔ)料采購的計劃，訓練出這樣推兩個(gè)詞的語(yǔ)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別。這方面團隊很快地做了一個(gè)四聲識別器，和整體的識別系統結合起來(lái)。就像分詞一樣，一定不能先把四聲識別出來(lái)，而要考慮所有的可能性，再作出總體最優(yōu)的選擇。
在他們三人以及后來(lái)加入的幾位副研究員的努力下，很快，一個(gè)中文語(yǔ)音識別系統就做出來(lái)了。
此后，陳正和我發(fā)現這個(gè)系統不但可以做語(yǔ)音識別，也可以做拼音轉換。我們嘗試了一下，果然轉換率比當時(shí)任何系統都要高很多。除此之外，我們還發(fā)現可以用統計模型做出一種奇妙的功效——自動(dòng)糾正人為造成的拼寫(xiě)錯誤，也就是說(shuō)，如果你打入：“zunjingdelixansheng”，這個(gè)系統可以發(fā)現你少打了一個(gè)“i”，而自動(dòng)轉換成“尊敬的李先生”。后來(lái)，這個(gè)項目，由陳正做內核的技術(shù)，王堅做用戶(hù)界面，成為了一個(gè)高質(zhì)量的輸入法。
在短短的一年內，這個(gè)五人團隊就做出了多項傲人的成果：中文的四聲識別、最精確的輸入法、中文的聽(tīng)寫(xiě)機，還有多用途的統計語(yǔ)言模型。這些項目都符合了我們“有用”的目標，也用我們的“兵團”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。
|
|
| 凡標注來(lái)源為“經(jīng)濟參考報”或“經(jīng)濟參考網(wǎng)”的所有文字、圖片、音視頻稿件，及電子雜志等數字媒體產(chǎn)品，版權均屬新華社經(jīng)濟參考報社，未經(jīng)書(shū)面授權，不得以任何形式發(fā)表使用。 |
|
|
|
|
|