在奇妙的声学世界里——记俞铁城在用口令指挥机器研究中取得成果 [复制链接]

第4版()
专栏：

在奇妙的声学世界里——记俞铁城在用口令指挥机器研究中取得的可喜成果
建国三十周年前夕，我们来到中国科学院声学研究所语言识别组的电子计算机房。一位年轻的科学工作者手拿一张算术题目单，对着电子计算机的话筒，下达口令：“请算题”。计算机的指示灯忽闪忽闪几下之后，电传打印机上回答：“行（ＯＫ）”。这位科学工作者接着下达口令：“开始”。计算机便打印出：“准备就绪（ＲＥＡＤＹ）”。接着，这位青年立即口授一道道题目，计算机在“等于”、“打印结果”的口令下，迅速将数学题目和结果打印出来……。
用口令指挥电子计算机的这位青年，是声学所的俞铁城。
奇妙，真是奇妙。《一千零一夜》不是有这么一段有趣的故事吗：有人走到山前，口呼：“芝麻，开开门来！”山前的石门就打开了。然而，这在当时，只是美妙的幻想，而现在，却已经变成了事实。
计算机到底是怎样听懂人的话的？它有些什么用途，前景怎样呢？我们采访了俞铁城和声学所的其他同志。
一九七○年三月，二十九岁的俞铁城参加首钢炼钢自动化渣化组工作，亲身经历了炉前高温条件下工作的艰苦和危险。他想：要是能用语音直接控制机器，用口令在远距离上自动控制机器人去操作，那有多好啊！
本来，声学研究所开展语言识别研究已有十年历史，成绩不少，也遇到很多困难。俞铁城是刚参加这方面工作的。当时组里没有电子计算机。后来，在郭沫若院长亲自支持下，他们四处奔走，八方求援，终于要到了一台小型通用计算机。但是，要使机器听懂人的话，必须要对话音进行大量的分析，揭示出它的规律性，然后将物理模型演变为数学模型，进一步变成计算机能够工作的程序。为此，他请了好多同志发音，积聚大批语音资料。一天，俞铁城坐在办公桌前，凝视窗外，柳树梢在随风摆动，一阵气笛声忽悠悠传来。他灵机一动：为什么一听就知道它是气笛声而不是人的话音？要是人喊一个啊——，一直啊下去，那听起来就没有什么意义……。他进一步想：对了，人的话音主要靠声音有规律的变化，才能显示意义。好！我们不能照搬外国声学家通常用稳定音的信息来识别的方法，得抓住话音变化时的信息来进行识别。俞铁城按照自己的思路，开始设计程序，教计算机如何去识别话音。一次次的失败，一点一滴的成功。为此日复一日，月复一月，年复一年，不断思索着自己方案的优缺点。语言识别组的同志们向他提出很多积极的意见，并参加了工作。我国著名声学家马大猷、著名物理学家汪德昭亲自关心和指导他的工作，所党委书记还亲自解决设备条件上存在的问题。俞铁城决心取诸家之长，走自己的路。外国一般用伸缩橡皮筋似的办法去解决发音快慢的变化，而他觉得这不如用语音的变化情况，因此采用了新的物理量，更好地解决了发音快慢的变化。外国有时强调强音的重要性，而忽略了过渡音的作用，他则认为语音过渡是个完整过程，过渡音在语言中的作用不能忽视。经过千百次的反复实验，机器能听懂他的话了。接着，他又完成了一个“通用实时语言识别系统”，能听上百条口令。不管你用什么口音的话训练它，它都能听懂。现在，如果你应用俞铁城的口呼算题程序，只要张嘴报题，计算机就会做加、减、乘、除和方次运算。你一说多少加多少，多少乘多少……，机器马上照着打印，并立即打印出结果。错了，它可以纠正。你要它休息，它马上休息。你喊工作结束，它就停机。最近有位同志因为手头有大量的数据列在表格中，俞铁城编了一个用口令汇集数据的程序，可以将数据直接报给计算机，也可以叫它穿到纸带上，非常方便。一次实用，共呼音一千二百次，仅在一处“逗号”出错二次，正确率超过百分之九十九点八，其语言识别的正确度已达到国际先进水平，而在语言信息处理方面，还有自己的独到之处。来自美国、法国、英国、意大利、西德、日本、丹麦等国家的声学家和学者，参观后给予了良好的评价。有位同行的法国老教授说：“这是我所看到最好的。”
随着电子时代的展开，五光十色的现代化奇迹不断涌现，人工听觉智能将逐渐配备给机器人，无限美好的高级自动化将展现在人们的面前。但是，现有的系统还不适于无限扩展。往更高级的方面发展，广泛地用于人类的活动中和社会生产中，还需要做长期的努力，攻克很多的难关。俞铁城等同志决心再接再厉，攀登更高的科学高峰。
本报记者 何黄彪