第1906章 平衡的艺术2
贾瀞雯看著那份测试报告，眉头皱起来。
百分之六十二，意味著每三句话里就有一句识別错误。
这样的產品，根本没法用。
“瓶颈在哪儿？”她问。
“数据。”张涛说，“语音识別需要大量標註好的语音数据。
我们没有这方面的积累，要从零开始收集。
还有算法，现有模型对噪声、口音的適应性很差。”
贾瀞雯记下这些，当晚就匯报给了陈浩。
陈浩听完，沉默了一会儿。
“百分之六十二，比我预期的好一点。”他说，“我本来以为会更差。”
“那怎么办？”贾瀞雯问。
“別急。”陈浩说，“语音识別是长期工程。
先收集数据，优化模型。
我把手头一些资料发给你，可能有用。”
几天后，贾瀞雯收到一个压缩包。
里面是几十篇论文和技术文档，都是关於语音识別的最新研究。
有些是英文的，有些是中文的，还有一些是手写的笔记——陈浩的字跡。
她把这些资料转给张涛。
张涛看了之后，兴奋地打电话来：“贾总，这些资料太及时了！有几篇论文正好解决了我们遇到的问题。”
接下来的几个月，语音搜索团队边学边做。
数据从几万条积累到几十万条，模型从简单到复杂。
准確率从百分之六十二慢慢爬到百分之六十七、六十九。
但到了百分之七十，又卡住了。
“七十是个坎。”张涛在评审会上说，“再往上，需要的计算量和数据量成倍增加。
我们现有的算力不够，数据也不够。”
“需要什么？”贾瀞雯问。
“至少再翻一倍的伺服器，还要更多的標註数据。”张涛说，“投入可能要翻番。”
贾瀞雯算了一下。
翻番意味著把移动gg联盟的全部盈余都投进去，甚至还要从其他项目抽资源。
她犹豫了。
当晚的视频，她把这个难题拋给陈浩。
陈浩听完，没马上回答。
他拿起笔，在纸上画著什么。
“瀞雯，我想到一个思路。”他说，“传统的语音识別，是把声音转成文字，再用搜索去匹配。
但有没有可能，跳过一个环节？”
“什么意思？”
“直接建立声音特徵和搜索结果之间的关联。”陈浩说，“比如用户说『天气预报』，系统不是先识別成『天气预报』这几个字，再搜天气。
而是直接从声音特徵匹配到天气这个意图。”
贾瀞雯想了想：“听起来很抽象。
技术上能实现吗？”
“需要算法创新。”陈浩说，“我写个框架发给你，让团队看看。”
两天后，一份长达二十页的手写文档发到贾瀞雯邮箱。
陈浩用铅笔画的流程图，密密麻麻的注释，还有一些数学公式。
她转给张涛。
一周后的评审会，张涛兴奋得声音都在抖。
“贾总，陈总的思路通了！”他指著屏幕上的新数据，“我们试了新的算法框架，准確率直接跳到百分之七十六！而且计算量还降低了百分之三十！”
“怎么做到的？”贾瀞雯问。
“他提出的那个端到端模型，跳过了中间的文字转换环节。”张涛解释，“声音特徵直接匹配用户意图，少了中间步骤，误差也少了。
我们还在优化，理论上能到百分之八十以上。”
会议室里一片惊嘆。
贾瀞雯看著那些数据，心里涌起一种复杂的感觉。
陈浩不在现场，不参与日常研发，但他总能点破那层迷雾。
当晚的视频，她把这个消息告诉陈浩。
“团队说，你的思路通了。”她说，“准確率跳到百分之七十六。”
陈浩笑了：“是他们技术好。
我只是画了个草图。”
“草图就够了。”贾瀞雯说，“每次我们卡住，你总能找到方向。”
两人隔著屏幕对视。
陈浩的眼神很温和。
“瀞雯，你知道为什么吗？”他说，“因为我在外面，看得更清。
你们在水里游，我在岸上看。
哪里水深，哪里水浅，哪里该拐弯，我看得比你清楚。”
“那你什么时候下水？”贾瀞雯问。
陈浩摇头：“我不下水。
我就该在岸上。
你游你的，我指我的。
这就是我们的分工。”
贾瀞雯想了想，笑了。
是啊，这就是他们的分工。
她带著团队在水里游，他在岸上看方向。
一个负责执行，一个负责远见。
少了谁都不行。
“好。”她说，“那我继续游了。”
“游吧。”陈浩说，“遇到看不清的地方，就喊我。”
掛了视频，贾瀞雯站在窗前。
窗外是北京的夜色，万家灯火。
她想起五年前，语音搜索还只是一个概念。
现在，团队已经能做出百分之七十六准確率的原型。
五年后呢？也许用户真的可以对著手机说话，百度就能听懂。
这条路很长，很难。
但方向对了，就不怕慢。
她转身回到办公桌前，继续看那份技术报告。
窗外夜色渐深。
办公室里，键盘声轻轻响起。
【跪求礼物，免费的为爱发电也行！】
百分之六十二，意味著每三句话里就有一句识別错误。
这样的產品，根本没法用。
“瓶颈在哪儿？”她问。
“数据。”张涛说，“语音识別需要大量標註好的语音数据。
我们没有这方面的积累，要从零开始收集。
还有算法，现有模型对噪声、口音的適应性很差。”
贾瀞雯记下这些，当晚就匯报给了陈浩。
陈浩听完，沉默了一会儿。
“百分之六十二，比我预期的好一点。”他说，“我本来以为会更差。”
“那怎么办？”贾瀞雯问。
“別急。”陈浩说，“语音识別是长期工程。
先收集数据，优化模型。
我把手头一些资料发给你，可能有用。”
几天后，贾瀞雯收到一个压缩包。
里面是几十篇论文和技术文档，都是关於语音识別的最新研究。
有些是英文的，有些是中文的，还有一些是手写的笔记——陈浩的字跡。
她把这些资料转给张涛。
张涛看了之后，兴奋地打电话来：“贾总，这些资料太及时了！有几篇论文正好解决了我们遇到的问题。”
接下来的几个月，语音搜索团队边学边做。
数据从几万条积累到几十万条，模型从简单到复杂。
准確率从百分之六十二慢慢爬到百分之六十七、六十九。
但到了百分之七十，又卡住了。
“七十是个坎。”张涛在评审会上说，“再往上，需要的计算量和数据量成倍增加。
我们现有的算力不够，数据也不够。”
“需要什么？”贾瀞雯问。
“至少再翻一倍的伺服器，还要更多的標註数据。”张涛说，“投入可能要翻番。”
贾瀞雯算了一下。
翻番意味著把移动gg联盟的全部盈余都投进去，甚至还要从其他项目抽资源。
她犹豫了。
当晚的视频，她把这个难题拋给陈浩。
陈浩听完，没马上回答。
他拿起笔，在纸上画著什么。
“瀞雯，我想到一个思路。”他说，“传统的语音识別，是把声音转成文字，再用搜索去匹配。
但有没有可能，跳过一个环节？”
“什么意思？”
“直接建立声音特徵和搜索结果之间的关联。”陈浩说，“比如用户说『天气预报』，系统不是先识別成『天气预报』这几个字，再搜天气。
而是直接从声音特徵匹配到天气这个意图。”
贾瀞雯想了想：“听起来很抽象。
技术上能实现吗？”
“需要算法创新。”陈浩说，“我写个框架发给你，让团队看看。”
两天后，一份长达二十页的手写文档发到贾瀞雯邮箱。
陈浩用铅笔画的流程图，密密麻麻的注释，还有一些数学公式。
她转给张涛。
一周后的评审会，张涛兴奋得声音都在抖。
“贾总，陈总的思路通了！”他指著屏幕上的新数据，“我们试了新的算法框架，准確率直接跳到百分之七十六！而且计算量还降低了百分之三十！”
“怎么做到的？”贾瀞雯问。
“他提出的那个端到端模型，跳过了中间的文字转换环节。”张涛解释，“声音特徵直接匹配用户意图，少了中间步骤，误差也少了。
我们还在优化，理论上能到百分之八十以上。”
会议室里一片惊嘆。
贾瀞雯看著那些数据，心里涌起一种复杂的感觉。
陈浩不在现场，不参与日常研发，但他总能点破那层迷雾。
当晚的视频，她把这个消息告诉陈浩。
“团队说，你的思路通了。”她说，“准確率跳到百分之七十六。”
陈浩笑了：“是他们技术好。
我只是画了个草图。”
“草图就够了。”贾瀞雯说，“每次我们卡住，你总能找到方向。”
两人隔著屏幕对视。
陈浩的眼神很温和。
“瀞雯，你知道为什么吗？”他说，“因为我在外面，看得更清。
你们在水里游，我在岸上看。
哪里水深，哪里水浅，哪里该拐弯，我看得比你清楚。”
“那你什么时候下水？”贾瀞雯问。
陈浩摇头：“我不下水。
我就该在岸上。
你游你的，我指我的。
这就是我们的分工。”
贾瀞雯想了想，笑了。
是啊，这就是他们的分工。
她带著团队在水里游，他在岸上看方向。
一个负责执行，一个负责远见。
少了谁都不行。
“好。”她说，“那我继续游了。”
“游吧。”陈浩说，“遇到看不清的地方，就喊我。”
掛了视频，贾瀞雯站在窗前。
窗外是北京的夜色，万家灯火。
她想起五年前，语音搜索还只是一个概念。
现在，团队已经能做出百分之七十六准確率的原型。
五年后呢？也许用户真的可以对著手机说话，百度就能听懂。
这条路很长，很难。
但方向对了，就不怕慢。
她转身回到办公桌前，继续看那份技术报告。
窗外夜色渐深。
办公室里，键盘声轻轻响起。
【跪求礼物，免费的为爱发电也行！】