Журнал «Компьютерра» № 34 от 18 сентября 2006 года
Шрифт:
И сколько времени пройдет между выпуском NLC и выходом первой системы распознавания слитной речи?
— Много. К сожалению, устная речь сильно неформализована, в ней зачастую не соблюдаются законы семантики, так что один этап анализа практически выпадает. Также сложно применять синтаксический анализ: неполные, оборванные предложения, где заканчивается одно предложение и начинается другое — непонятно. Плюс интонационные нюансы. Тонкостей здесь масса. Так что о работающей системе распознавания слитной речи говорить пока рано. Но довольно быстро появятся системы, которые распознают речь не так хорошо, как люди, но во много раз точнее, чем сейчас. Они будут успешно работать в ситуации, когда озвучивается письменная речь — например, при чтении доклада. Наш с вами разговор
А эксперименты «Яндекса» и Google в области семантического анализа близки к тому, что делает ABBYY в проекте NLC?
— Google и «Яндекс», конечно, понимают важность таких технологий, и я абсолютно убежден, что к моменту появления NLC на рынке появится некоторое количество технологий, заявляющих примерно то же направление. Но у меня внутреннее ощущение, что подход ABBYY, которая потратила на разработки десять лет, существенно глубже. Я вполне могу допустить даже то, что в первые годы технологии Google, «Яндекс» и других фирм могут оказаться даже эффективнее наших, потому что они настраиваются на решение конкретной задачи, четко поставленной, с понятным результатом. Они не пытаются решить проблему в принципе. Но в дальней перспективе нам неизвестны чужие разработки, которые настолько глубоко и последовательно пытаются решить задачу понимания в общей постановке.
Я могу сказать, что еще пару лет назад весь этот проект для нас оставался очень рискованным вложением. У нас не было уверенности, что это вообще будет работать. Но сейчас есть основания надеяться на лучшее.
На самом деле, Давид рассказал нам немного больше, однако он сам был не уверен, чем стоит делиться, а чем — нет. В результате довольно значительная (и самая, пожалуй, интересная) часть разговора в этот материал не вошла.
— Я не являюсь менеджером компании, я не контролирую ни одного человека напрямую. У этого проекта есть научные консультанты, руководитель разработки, огромная команда, целый этаж сидит. Как и когда мы будем объявлять об этом — во многом зависит от их готовности. Я же в компании появляюсь раз в неделю. Да и то хожу на занятия китайского, которые проводит мой отец, поэтому не всегда обладаю всей необходимой информацией для принятия такого решения.
Раз уж речь зашла о компании, то имеет смысл поинтересоваться, как ABBYY в условиях кадрового кризиса в ИТ может позволить себе столь жесткий отбор при приеме на работу. Претендент не только проходит несколько собеседований, но и сдает экзамен на логику. И только после этого его берут на работу. Стажером. На полгода. А там уж решают, расставаться с ним или нет.
— Конечно, мы тоже столкнулись с кризисом, но планку снижать не можем, иначе процесс снижения станет необратимым. Дело в том, что если определенный процент сотрудников компании обладает некой компетенцией, духом, волей к победе, то остальные, даже если они не до конца отвечают этим идеалам, понемногу подтягиваются. У системы есть некоторый иммунитет. Она либо отторгает людей совсем далеких, либо ассимилирует в себе тех, кто может встроиться. Но если людей, не способных к ассимиляции, будет слишком много, то процесс становится неуправляемым, и на исправление ситуации могут уйти годы. Поэтому, несмотря на дефицит кадров, мы сторонники жесткого отбора. Первый раунд — это изучение резюме. Если резюме нам нравится, то мы приглашаем человека на экзамен, где ему предлагается решить шесть логических задач. Если он с этим справился, его ожидает интервью с работником отдела кадров и непосредственным руководителем, с которым новичку предстоит работать. Если и здесь все проходит хорошо, мы берем его на полгода — срок, на самом деле, не очень жесткий, но обычно все же на полгода, — после чего он сдает квалификационный экзамен. По крайней мере, в R&D это так, у менеджеров, кажется, последнего экзамена нет.
Очень много задач из тех, которые давали на собеседование на Физтехе. Вообще, вся эта система оттуда. У нас практически все
К Физтеху в ABBYY особое отношение, хотя Давид утверждает, что к выпускникам других вузов никакой предвзятости нет. Там тоже иногда можно найти хороших специалистов.
— Мы не страдаем шовинизмом. Надо признать, что, к сожалению, несколько лет назад уровень подготовки на Физтехе резко упал по сравнению с тем же Мехматом, например.
Вы, кстати, как-то упоминали, что занялись софтом только для того, чтобы заработать некоторое количество денег и вернуться в науку. Но вот уже семнадцать лет не можете покинуть ИТ-бизнеса…
— Да, было такое. (Ян смеется.) Но выяснилось, что я никуда не уходил. На самом деле, было время, когда я думал, что предаю свое собственное стремление заниматься наукой, но недавно я защитил кандидатскую в области физико-математических наук ровно по тому, чем мы занимаемся в области оптического распознавания. Формально это, конечно, относится к области математики, а не физики, но методы исследования очень похожи.
Разумеется, мы занимаемся инженерной наукой, но в очень интересной области. Это острие, этого еще никто не делал, мы участвуем в научных конференциях, пишем статьи. Мне очень интересно этим заниматься.
Физиком я хотел быть с третьего класса, но сейчас мне кажется, что то, чем мы занимаемся, очень нужно, интересно, востребовано, и это наука.
ГОЛУБЯТНЯ:
Огород для форрестгампов. Часть четвертая
Автор: Сергей Голубицкий
Сегодня, с божьей помощью, завершим описание алгоритма для быстрого и бескровного создания любительского видеофильма. Вкратце повторю уже проделанные шаги и соответствующие им софтверные решения — итак мы:
1. Слили содержимое miniDV-кассеты на компьютер с помощью программы ScenalyzerLive.
2. Портировали видеоклипы в редактор нелинейного монтажа Ulead MediaStudio Pro 8.
3. Выставили генеральные настройки проект.
4. Обрезали мусор утилитой Multi-trim Video.
5. Создали видеопереходы на монтажном столе.
6. Наложили музыкальную дорожку на видеоряд, предварительно снизив уровень громкости в окне аудиомикшера (Audio Mixing Panel).
7. Приступили к кодированию полученного материала с помощью встроенного в Ulead MediaStudio Pro 8 кодировщика. Справедливо чураясь лишних формул, мы доверили расчет максимально высокого значения видео и аудио потоков фриварной утилитке DVD-Video Bitrate Calculator.
Продолжаем. В нашем примере при продолжительности фильма в 1 час 39 минут и выставленном аудиопотоке в 320 kbps, мы получили максимальный поток видео в 5800 kbps. Подставляем эти значения в окно свойств создаваемого видеофайла (меню File-Create-Video File — кнопка Options — закладка Compression, рис. 1).
Настройки такие: тип видео — PAL DVD, способ кодирования — постоянный битрейт (Constant), настройки аудио — двухканальный (2.0 LR) Dolby Digital. Комментировать нечего, разве что — выбор способа кодирования. Наверняка найдутся поклонники двухпроходного способа с переменным битрейтом (Variable bitrate two-pass encode), который теоретически ужимает видеофайл лучше, чем битрейт постоянный. С учетом, однако, специфики создаваемого нами шедевра (любительский домашний видеофильм!) и обстоятельств («друзья семьи», приставившие нож к горлу: «Не уйдем, пока не дашь фильму!»), дополнительный ужим не так важен, как время кодирования, которое, как вы понимаете, при двухпроходном переменном битрейте занимает почти в два раза больше времени. Единственная ситуация, при которой переменный битрейт кажется предпочтительным — в вашем фильме высоко динамичные сюжеты (все скачут козлами либо бегают наперегонки с Карлом Льюисом) перемежаются со статичными (застольная дегустация в четыре часа ночи).