模型 」 。 「 聲學 模型 」 的 要點 在於 識別 語音 ， 「 語言 模型 」 的 要點 是 識別 語意 ， 用 李明鏡 的 話 來 說 ， 「 聲學 模型 」 是 識別 「 一 」 ， 「 語言 模型 」 是 識別 哪 一 個 「 一 」 。 如此 看來 ， 李開復 的 這些 要求 幾乎 包括 了 「 聲學 模型 」 和 「 語言 模型 」 兩 方面 中 最 難解 的 問題 。 他 的 員工 全 都 知道 ， 在 如此 短 的 時間 裡 ， 只是 解決 其中 一 個 問題 就 已經 夠 嗆 ， 現在 他們 卻 要 拿出 一 大 堆 好 的 結果 。 但是 無論 是 「 聲學 模型 」 還 是 「 語言 模型 」 ， 「 引擎 」 都 是 其中 最基本 的 部件 ， 它 的 作用 是 把 聲音 讀出 ， 並 以 文字 方式 顯示出來 。 你 可以 把 「 引擎 」 想像成 汽車 的 發動機 ， 也 可以 想像成 一 套 推理 的 邏輯 和 方法 。 不同 的 語言 之間 存在 共同 的 東西 ， 所以 才 有 可能 翻譯 。 語言 引擎 在 本質 上 並 無 不同 ， 因為 如此 ， 希格瑪 大廈 才 能 將 黃學東 小組 現成 的 英文 「 引擎 」 拿過來 使用 ， 但 要 讓 它 識別 中文 ， 就 必須 給 它 不同 的 資料 模型 ， 這 也 正 是 李開復 小組 、 王堅 小組 和 黃昌寧 小組 要 解決 的 問題 。 語音 識別 比 文字 識別 更加 困難 的 地方 ， 是 同樣 的 字 在 不同 人 嘴 裡 會 發出 不同 的 聲音 。 但 李開復 的 目標 既然 是 「 不 特定 語 者 」 ， 就 要 讓 機器 識別 所有 的 聲音 ， 其 具體 的 操作 程式 既 簡單 又 繁雜 ， 例如 在 廣東 、 上海 和 北京 三 個 城市 中 抽選 男女 老少 各 五百 人 ， 每 人 均 以 地方 方言 和 普通話 兩 種 方式 說話 二百五十 句 ， 然後 將 聲音 一一 錄音 整理 。 簡單 地 說 ， 就 是 收買 各 種 各 樣 的 中國話 ， 來 訓練 和 調整 既成 的 「 聲學 模型 」 。 至於 「 語言 模型 」 小組 的 注意力 ， 則 全部 集中 在 糾正 拼音 錯誤 方面 。 李明鏡 在 完成 眼前 任務 的 同時 ， 試圖 解決 更加 長遠 的 問題 ， 他 給 自己 提出 的 問題 是 ： 「 能否 讓 機器 在 不斷 使用 的 過程 中 適應 說話 的 人 ， 使用 的 時間 越 長 ， 也 就 越 好用 。 」 這 個 概念 在 以往 的 拼音 輸入法 中 稱為 「 自 適應 」 ， 現在 李明鏡 要 將 它 應用 在 語音 識別 中 。 說到 「 語料庫 」 ， 最 困難 的 地方 是 它 的 數量 。 至今 為止 ， 研究院 購買 了 至少 五十億 字 的 中文 語料 ， 包括 五十 年 的 《 人民日報 》 、 二十 年 的 《 經濟日報 》 、 網際網路 上 的 大部分 中文 以及 無數 書刊 。 要 在 如此 巨大 的 資料庫 中 找出 詞 與 詞 之間 的 關係 ， 可以 想見 其 工作量 之 大 。 到 了 夏季 尾聲 ， 研究院 的 「 語音 識別 系統 」 居然 真的 裝進 了 五萬 個 詞 ， 就 像 李開復 當初 期望 的 一樣 。 但是 ， 現在 還不是 得意洋洋 地 說 「 那 是 我 『 寶貝 』 」 的 時候 ， 他們 還 必須 把 研究院 的 成果 變成 可以 看 得見 的 東西 ， 並 和 微軟 公司 那 個 包括 英 、 日 、 中 的 語音 識別 大 系統 連接 在一起 ， 這 就 要 依靠 軟體 發展部 的 智慧 和 操作 來 完成 。 如果說 研究員 的 作用 相當於 設計師 ， 那麼 技術 開發 工程師 的 作用 就 是 提供 設計 工具 以及 把 設計 圖紙 變成 現實 。 如果 一 個 研究員 的 「 圖紙 」 相當於 整 部 機器 上 的 一 個 零件 ， 那麼 開發 工程師 的 作用 就 是 把 所有 零件 銜接 在一起 。 具體 說來 ， 凌小寧 領導 的 軟體 發展部 之 主要 職責 有 三 ： 開發 研究 工具 以 提高 研究員 的 工作 效率 、 把 研究員 的 新 思想 變成 技術 原型 、 在 技術 原型 的 基礎 上 完成 技術 轉移 。 所以 ， 希格瑪 大廈 裡 的 「 開發 」 在 某 種 意義 上 又 被 叫做 「 整合 」 或 「 集成 」 。 就 這些 職責 本身 來 說 就是 繼承 了 微軟 公司 的 既成 制度 ， 但 凌小寧 的 軟體 發展部 卻 在 其中 創造 了 一 套 新 的 方法 ， 即 對 技術 採取 「 模組化 處理 」 ， 最終 形成 一 種 井井有條 的 結構 。 這 與 以往 技術 開發 混沌 一 片 的 結構 形態 成為 對比 ， 所以 當 比爾‧蓋茲 有 一 次 聽說 此 事 之後 ， 不禁 大 感興趣 。 一九九九年 秋天 ， 參與 語音 識別 小組 的 軟體 發展 工程師 名叫 孫燕峰 ， 同學 說 他 是 清華 大學 有史以來 最 好 的 碩士 ， 也 是 最 有錢 的 學生 。 這 話 聽來 有些 誇張 ， 但 研究院 開發 小組 的 工程師 們 都 說 ， 孫燕峰 是 具有 最 優秀 的 整合 思想 和 整合 能力 的 人 。 所以 ， 凌小寧 在 這 個 關鍵 時刻 ， 讓 他 來 負責 整合 語音 識別 系統 。 無論 從 哪 方面 來 看 ， 孫燕峰 都 是 一 個 天生 的 工程師 。 他 十一 歲 開始 學 電腦 時 ， 就 完全 不 像 其他 孩子 那樣 只 知道 玩 遊戲 ， 他 對 編寫 程式 的 耐心 超過 了 成人 ， 白天 寫 的 程式 沒有 完成 ， 晚上 躺 在 床 上 就 會 睡不著覺 。 父親 不 懂 電腦 ， 但 卻 鼓勵 兒子 發展 興趣 ， 那 時候 父母 每 月 的 工資 加起來 才 一百多 元 ， 可是 買 一 張 磁碟片 就 要 十幾 元 。 燕峰 不 敢 買 一 盒 （ 十 張 裝 ） ， 那樣 父母 一 個 月 的 工資 就 沒有 了 ， 只 敢 買 一 張 。 父親 也 不 知道 這麼 貴 的 東西 有 何 用處 ， 卻 毫不 含糊 地 把 錢 給 他 。 他 說 ： 「 有 些 父母 要求 自己 的 孩子 做 這 個 、 做 那 個 ， 或是 不許 做 這 個 、 不許 做 那 個 ， 他們 從來 沒有 這樣 對 我 。 」 父親 從小 喜歡 畫畫 ， 但 自從 當兵 之後 ， 就 沒 做 什麼 正經 事情 ， 也許 是 因為 一輩子 沒 能 痛快 地 做 自己 喜歡 的 事 ， 所以 對 兒子 格外 寬容 。 孫燕峰 從 十二 歲 開始 獲得 北京 電腦 編程 比賽 的 獎項 ， 從此 獲獎 就 成 了 這 個 孩子 每 年 必 有 的 科目 。 憑著 一 大 堆 獎狀 ， 他 免試 進入 清華 大學 ， 又 免 試讀 了 碩士 。 有 人 說 中國 的 孩子 必 經 三 大 關 ： 高考 、 考 博士 、