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結緣十多年了。這緣分源自于碩士入學之初的一次選擇。

當時我從西北工業(yè)大學保送到哈爾濱船舶工程學院讀研究生，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，到后來留在聲學所工作、直到在微軟亞洲研究院工作到2007年，我已經在這個領域奮戰(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科，既要懂得語音信號處理，還要掌握語言內部的音韻、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學科的知識面比較廣，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領域耕耘了十多年了。雖然，頗有收獲，但內心深處逐漸萌生去打探一下TTS之外的領域的念頭。這時，我對大規(guī)模數(shù)據(jù)加工處理產生了興趣，這其中麻省理工學院的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)網技術的發(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域，從語音組轉到了以數(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、韻律模型和文語轉換等方面的研究，她主持研究的木蘭中英文雙語文語轉換技術成功的應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習和數(shù)據(jù)挖掘技術用于大規(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。