18年的緣份，妙不可言

回想起來，我與語音合成這個研究方向已經(jīng)結(jié)緣十多年了。這緣分源自于碩士入學(xué)之初的一次選擇。

當時我從西北工業(yè)大學(xué)保送到哈爾濱船舶工程學(xué)院讀研究生，信號處理專業(yè)有兩個方向供我們選擇，圖象處理和語音處理，當時圖象處理很熱，好幾個同學(xué)想選，我就決定不湊熱鬧了，選了語音處理。后來發(fā)現(xiàn)這個方向還蠻有意思的，就開始投入其中。等兩年后報考中科院聲學(xué)所博士時，我依然申請了語音合成方向。就這樣，我的碩士、博士論文工作奠定了我之后長達十多年的研究興趣。

大家都說愛一行，干一行。從碩士階段開始算起，到后來留在聲學(xué)所工作、直到在微軟亞洲研究院工作到2007年，我已經(jīng)在這個領(lǐng)域奮戰(zhàn)了近18個年頭了。我一直覺得自己是個很專注的人，但是仍不敢想象這種執(zhí)著竟堅持了這么久。

語音合成是一個交叉學(xué)科，既要懂得語音信號處理，還要掌握語言內(nèi)部的音韻、語法等系統(tǒng)的知識，并且需要能將這些知識很好的融合到語音合成系統(tǒng)之中。此外，還需要了解心理學(xué)實驗方法，通過各種實驗來幫助我們更好地理解人的聽覺特點，從而更好的滿足用戶的需求。正是因為它所要求的相關(guān)學(xué)科的知識面比較廣，才吸引我投入了這么多時間在上面。

而研究院，也是從事這樣專注研究的一個好地方，它為每個研究員提供了很好的平臺與環(huán)境，還有做事情的自由，每個人有很大的自由決定想做什么，不做什么。而且，只要要求合理，研究院總是會保障你有足夠的資源做自己的研究。我曾經(jīng)很奢侈地擁有過一個專門的錄音室，在那里，我們進行了各式各樣的錄音實驗，這也是木蘭會有很好的音質(zhì)的一個重要保障。

期盼再做一次“媽媽”

到2007年的時候，我已在TTS領(lǐng)域耕耘了十多年了。雖然，頗有收獲，但內(nèi)心深處逐漸萌生去打探一下TTS之外的領(lǐng)域的念頭。這時，我對大規(guī)模數(shù)據(jù)加工處理產(chǎn)生了興趣，這其中麻省理工學(xué)院的Victor Zue教授給了我很大的啟示。

有一次，他來研究院訪問時時，對我們提過這樣一個問題：如果將你在做研究中所使用的數(shù)據(jù)量，乘上一百或者一千倍，同樣的問題還能用同樣的方法來解決嗎？

是呀，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，我們可以接觸、收集的數(shù)據(jù)量迅速增長，面對這樣大規(guī)模增長的數(shù)據(jù)，我們能做什么呢？應(yīng)該怎么做呢？如何對大規(guī)模數(shù)據(jù)進行挖掘、分析和再利用成為了一個極富挑戰(zhàn)的研究難題，對我也產(chǎn)生了強烈的吸引力。于是，就在2007年，我做了一個重要決定，擴展一下自己的研究領(lǐng)域，從語音組轉(zhuǎn)到了以數(shù)據(jù)為中心的計算組，開始了一段新的研究歷程。

將來會怎樣，我無法預(yù)期，但我充滿信心的期待著下一個碩果累累的十年，希望自己能孕育出另一個木蘭，再做一次媽媽。

作者介紹：

初敏，2000年3月加入微軟亞洲研究院，從事語音分析與合成、韻律模型和文語轉(zhuǎn)換等方面的研究，她主持研究的木蘭中英文雙語文語轉(zhuǎn)換技術(shù)成功的應(yīng)用于微軟的新一代操作系統(tǒng)Vista之中。2007年開始，初敏致力于將各種機器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)用于大規(guī)模數(shù)據(jù)的分布式計算。工作之余，她最大興趣是游山玩水，希望有生之年能走遍祖國的山山水水和世界的角角落落。