第506节：假道伐虢 (第2/2页)
其他的课题组在做了。
等到他们那边的项目做好，那种噪声自然能够处理。」
沈亢听出来了，楚维多少有点抗拒、并且下意识地想要否定自己说的那些东西。不过这也正常，毕竟在楚维看来，自己就只是一个外行。一个外行随便看了一上午，就开始指手画脚，是个人都会有点不痛快。
不过他还是必须说下去。
「声学模型方面的东西，我觉得还是不能够跟我们采集的数据分开的。他们那边模型做好了，也是需要大量的真实数据去训练的，如果我们提供的全都是乾净环境下的声音，那麽再好的模型，也是学不会区分厨房里的做菜声和厨房里主人的命令声」有什麽区别的。」
然後，又笑了一下，道：「至於人工智慧音箱这东西————我本身就是做消费电子的，所以我更喜欢去想像这东西要是从实验室里走出来，落地到现实的消费场景中，会是一个什麽样子。」
「我觉得，人工智慧音箱，就是一个不错的概念。毕竟，音箱本身就是一种发出声音」的东西，用来做语音交互，再合适不过了。」
庄小敏有些惊讶，「做消费电子？你不是本科生吗？」
沈亢就说：「嗯，我是本科生，但同时也还稍微开了几家公司。」
萧伯年也从旁作证了一下，说沈亢平时闲着没事，也会做做生意，现在生意做得还行，我们阳城的那个安家家政公司就是他开的，还卖点电子产品，也确实是消费电子领域的。
楚维没有吭声。
之前，他确实是觉得这个叫沈亢的学弟多少有点「外行指挥内行」的那个意思了，但是现在有了萧伯年的背书，这家伙竟然是安家家政的老板，那麽他嘴里的「想像这东西要是从实验室里走出来」，就不再是空谈了。
或者，人工智慧音箱，就真是他们这种做商业的老板想像中的一种很适合消费电子的落地形式？
而沈亢说的，「再好的模型也需要大量的真实数据去训练」，也让他陷入了思索。
萧伯年看了一眼他的这两个学生，见他们暂时都不说话了，他自己转过头来，向沈亢看过来。
「所以，在你看来，未来的人工智慧落地到家庭消费场景中，会是以智能音箱」这麽一种形式？」
沈亢稍稍点了一下头，「嗯。至少，如果是我来做的话，我可能会尝试着从智能音箱这个方面去下手。」
他知道，在这个年代，人工智慧在具体的家庭消费场景中该怎麽实现，大家还没有一个具体的印象。
听了沈亢的话，萧伯年想了想後，又问：「那从你的角度，除了你刚才说的那些外，你上午见到到的我们这个子课题组的工作，还有什麽不足的地方？」
见萧伯年主动问，沈亢也就老实不客气地说了起来：「还有就是方言的标注问题了。
我注意到，学长学姐在记录的时候，都只是用中文记录，没有做专门的标注。举个例子，就好比说，阳城话这边有一个特殊情况，就是入声归到平声，调值跟普通话不一样。这个信息如果只记汉子，不标出来的话，机器可能永远都不知道。」
「其实阳城话不止这一个问题。」
沈亢放下杯子，用手指在桌上轻轻画了个圈，「我上午查了下，阳城话的声母系统里，中古的疑母字，普通话里很多已经变成零声母了，但阳城话还保留着η声母。比如我」这个字，马师傅念的时候，前面那个鼻音很明显。这个音在普通话里根本不存在，如果录音的时候只记汉字我」，不把这个η标出来，机器学到的就是一个错误的对应关系。」
沈亢一上午确实也不是白看的。
再加上，他一边看，还一边拿着何秋竹的手机上网，把一些自己只是有概念、但是不专业的东西，通过网上的信息调查、比对，弄的更专业、也更清晰了一些。
因此，现在一说出来，还真是头头是道。
庄小敏不自觉地翻开了手边的记录本，看了看上午记的几页文本转写。确实，上面全是汉字。马师傅念的「我」字，她写的就是「我」，没有任何特殊标记。
「还有文白异读。」沈亢接着说，「同一个字，读书的时候一个音，日常说话的时候另一个音。比如去」这个字，马师傅念词表的时候可能是tchy，但他刚才聊小时候过年
的事，说到走亲戚去」，那个「去」明显发的是k。这两个音在声学上差得很远，但记录的时候都写去」。机器看到同一个字对应两种完全不同的声学模式，它就不知道该怎麽办了。」
楚维听着听着，手指无意识地在桌上轻轻叩着。
他做自然语言处理，对音系学术语不陌生，但沈亢说的这些，确实点出了一个他之前没有认真想过的问题：他们做的是语料库，语料库最终是要给机器用的，但他们的标注方案，还是按传统方言调查那套来的——记字、记音、记调值。这套方案是为语言学家服务的，不是为机器服务的。
「那你的意思是，标注方案要重新设计？」楚维问。语气比刚才缓和了不少，但依然带着审视。
「我倒不是说现在就要重新设计。」沈亢摇了摇头，「那样工作量太大了。但至少，在采的时候，要留出後面加标注的余地。比如录音的时候，把发音人的年龄、教育程度、
日常语言使用情况记详细一点。标注的时候，哪怕暂时只做文本转写，也要把跟普通话差异大的发音单独标出来。後面如果有精力，再补音素层的标记。」
萧伯年这时候开口了：「你说的这个，其实我们之前也讨论过。方言调查的传统方法，跟语音识别需要的标注，确实不完全是一回事。但之前组里几个人商量下来，还是决定先用传统方法来。因为传统方法成熟，有规范可依，做出来的东西至少语言学界认。」
「这我理解。」沈亢点头，「基础的东西不能丢。但我觉得，可以两条腿走路。传统规范做一套，面向机器应用的加一层。」
萧伯年「嗯」了一声，没再说别的。他夹了一筷子酸汤鱼，慢慢吃着，像是在想事情。
想没一会儿，忽然道：「沈亢、秋竹，你们俩之後忙不忙？特别是过年的时候。项目比较紧，过年的时候也要加班。你们俩要是不忙的话，要不然来我们这帮帮忙？有你们的加入，我想，我们这个子课题也可以做得更完善一些。」