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(tīng)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(méi)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(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(shí)別小組。每天,，我拿著語(yǔ)音的教科書(shū),，從最基礎(chǔ)的知識(shí)開(kāi)始教他們。讀完基礎(chǔ)的課本后,，他們開(kāi)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(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(guó)研究院語(yǔ)音負(fù)責(zé)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(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(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(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(dāng)頭潑了他一盆冷水，說(shuō),，“這個(gè)東西在美國(guó)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(yīng)聘的重重關(guān)卡,，加入了語(yǔ)音識(shí)別小組。
不過(guò),，他馬上感覺(jué)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(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�,？鄲溃议_(kāi)玩笑地對(duì)他說(shuō),，“你是不是混進(jìn)來(lái)的�,。俊彼ь^看我,，表情很窘迫,。我笑了笑,，對(duì)他說(shuō)，“你不是計(jì)算機(jī)專業(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(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(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(xí)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(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(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(xiàng)目帶頭人”,，換句話說(shuō),，他也是一個(gè)“領(lǐng)跑者”了。現(xiàn)在,，他已經(jīng)轉(zhuǎn)到微軟美國(guó),，在那里做資深研究員。
語(yǔ)音識(shí)別不是僅僅把每個(gè)字分別識(shí)別出來(lái),，而是像人一樣,，要運(yùn)用到語(yǔ)言的知識(shí),。中文有一個(gè)特殊的問(wèn)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(yǔ)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(guò)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(yǔ)言模型語(yǔ)料遠(yuǎn)遠(yuǎn)不夠。語(yǔ)言模型的功能是經(jīng)過(guò)大量的統(tǒng)計(jì),，來(lái)判斷在下一個(gè)位置最可能出現(xiàn)哪些字,，比如說(shuō)，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(shuō)，“在中國(guó)做語(yǔ)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(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�(qǐng)黃昌寧教授去開(kāi)始一個(gè)語(yǔ)料采購(gòu)的計(jì)劃,，訓(xùn)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(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(lái)。就像分詞一樣,，一定不能先把四聲識(shí)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?nèi)艘约昂髞?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(shí)別系統(tǒng)就做出來(lái)了,。
此后,，陳正和我發(fā)現(xiàn)這個(gè)系統(tǒng)不但可以做語(yǔ)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(shuō)，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(lái),，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(tīng)寫機(jī)，還有多用途的統(tǒng)計(jì)語(yǔ)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。
|