「手機的語音助理」已是大家熟悉的功能，它不只能聽懂我們在說什麼，也能有適當的回應。但我們很難想像，早在四十年前，別說是手機，就連電腦都還尚未普及的年代，國內就有學者挑戰語音技術的尖端研究了。
李琳山的國外求學歷程
李琳山院士正在示範使用「金聲一號」。（圖／李琳山院士提供）
李琳山院士從台大電機系畢業後，前往史丹佛大學攻讀碩士和博士學位，且僅花了三年就攻頂成功。求學過程在外人看來似乎十分順遂，但箇中的艱辛與困苦，卻是外人難以想像的。
當時，到美國留學需先匯一筆錢去美國，才能至美國大使館辦理簽證，那對家境並不寬裕的李院士是個非常嚴酷的挑戰。當他向父親提起要去國外留學時，父親毫不猶豫地全力支持、並適時匯出了那筆錢，讓李院士非常感動；但他不敢向父親說出口的是——那筆錢只是史丹佛大學三個學期（即九個月）的學費（不含生活費），這意謂著：當他在美國咬下第一口麵包時，已經付不出第三學期的學費了。因此，他必須盡快在兩個學期內找到願意給他獎學金的指導教授，否則就得打包回家。
李院士原計畫出國攻讀「控制理論」的相關學問。但到了美國才發現當時最熱門的領域是「半導體」，因此興起了轉攻讀半導體的念頭。不過當時想選擇半導體領域的學生太多，競爭過於激烈，找不到那個教授願意額外給他獎學金。
眼見兩個學期的期限將至，李院士決定「只要有教授肯給獎學金，做甚麼領域都無所謂」，終於有位研究衛星通訊的教授願意給他獎學金了。雖然當時他對通訊領域毫無概念，但為了能繼續留在美國學習，即毫不猶豫地加入那個團隊，此一匆匆轉行逼得他須孜孜矻矻地鑽研功課以補足相關知識。因此在美國求學時，他真的是非常的努力，每天都待在圖書館，連放假也不例外，他常常感念他的博士論文題目就是在聖誕節時靈光乍現的。
1979年，已得到學位的李博士申請到台大電機系的教職，並決定回台任教，當時身邊的人都潑他冷水「你別傻了，台灣怎麼可能做衛星通訊的研究」。的確，當時台灣的電子產業尚未起步，加上李院士申請到教職後，適逢中美斷交，當時台灣的處境非常艱困，人心惶惶。很多人都勸阻他「別回台灣」，但他還是毅然決然地回來了。
後來有人問起：「當時為什麼要回到台灣？」李院士總是答說「離開家需要理由，但回家是不需要理由的」。李院士認為當時「台大電機系的教學、研究資源都很缺乏，他希望回來能 make difference」，因此他常以自身為例勉勵即將出國留學的學子「西天取經，志在中土」，希望他們學有所成後，不要忘了回台灣貢獻所學。
用硬體做出來的語音辨識系統，但這套系統從來沒有成功運作起來。（圖／李琳山院士提供）
和「語音」的教學奇緣：書店巧遇語音處理教科書
李琳山院士回想，和「語音」的相遇源自於一段「教學奇緣」。當時台大電機系的老師每學期都要開兩門課，就在回台大的第二個學期，他偶然在書店看到一本和語音處理有關的教科書。雖然當時李院士並沒有任何語音方面的背景，但翻閱相關內容後，覺得用到的數學好像不難，遂決定開設一門和語音處理有關的課程。自此，他邊自學邊教課，直到學期結束，終於掌握到語音技術的內涵，也結下了和語音技術不解之緣。
80年代的中文打字機以大鍵盤為主流，鍵盤上有上千個中文字，可以想見使用是非常不便的。因此，中文打字曾經是一種專門的工作，當時街上很多打字行也有很多打字員專門打字，甚至有人鑽研中文輸入法（例如：倉頡、注音等等），但畢竟專精中打的還是不多。那時，李院士閃過一個念頭：「能否用語音輸入中文呢？」中文的特色是一字一音，且音的總數有限，讓機器可以認得中文的每一個音，不正適合中文輸入嗎？這就是今天語音辨識的雛形。但當時連讓機器辨識英文的技術都還只是起步，遑論是否有人在做中文語音技術的相關研究了。
李琳山院士一開始是從「讓電腦說華語」的想法開始研究，在沒有經費、沒有實驗室的情況下，好不容易從機械系借到一個小房間，用當時的微處理機開始進行相關研究，1984年終於成功讓機器可以念出半句的中文了。
此後，李院士開始深入語音辨識的研究，他的夢想非常前瞻，希望不管說什麼中文的詞彙、說任意中文的文句，機器都可以轉成文字。他從一字一音的中文語音輸入開始，就跟中文打字機一樣。每念一個字，機器要能辨識出其聲母、韻母、聲調，然後再決定從同音字中選取一個適當的輸出。當時個人電腦運作很慢，這些辨識主要是靠他自己設計的專用硬體來完成。惟因這個目標太複雜了，以致若干年後，依舊未能順利成功。
直至李院士傾全實驗室的財力，從國外買進一台平行電腦後，才得以在1992年開發出第一台國語聽寫機「金聲一號」，這是全球首次的中文語音辨識，並在1995年開發了金聲三號，當時機器已經可以根據資料自己做學習，並在聽到一整句話後即進行語音辨識。
自從回台後，李琳山院士在台大一直同時進行著通訊和語音的研究。當時台灣的研究環境比較艱困，通訊理論的研究不必用到什麼設備，只要一張紙與一隻筆就可以了，於是他鎖定在「數位通訊理論」的領域；但「語音處理」當時卻是個全新的領域。尤其是開始研究的頭幾年，李琳山院士完全沒有相關論文的發表，投稿國際會議也屢被拒絕；而且當年語音的研究距離實際應用仍然非常遙遠，申請政府的補助並不容易。因此，李琳山院士只好靠著「通訊領域的研究」成果去申請政府補助和升等，才能維繫實驗室在語音方面的研究。
如此雙管研究二十餘年後，李琳山院士自覺不堪再負荷，因此決定擇一專精。雖然當時他在通訊領域已經國際知名，並在國際電機電子工程師學會中的通訊學會（IEEE communications society）獲選為負責全球學術事務的副理事長（Vice President for International Affairs），但卻選擇了語音領域為最愛。曾有學生問他為什麼作這樣的選擇？李院士回答：那是「腦袋」自己決定的。因為在某次通訊相關的會議中，他發現腦中所浮現的卻全都是「語音」的問題，他就明白「腦袋」已經幫他做了決定。
修改圖說：「金聲一號」的語音辨識結果，它一次只能辨識一個音節。（圖／李琳山院士提供）
李琳山的教學課堂：「信號與人生」
李琳山院士的教學也相當精彩，他曾說過：他的每一堂課都是秉持著準備國際會議演講的心情去籌劃的。在《信號與系統》這門課的最後一堂，他常以自己的人生經驗來勉勵學生，因此台大電機系的同學都稱這堂課為「信號與人生」。
「多做加法」：別怕進入新領域
綜觀李琳山院士的研究，從控制到半導體、通訊、最後到語音領域，變化之大用「離譜」來形容仍不為過。即使進入網路時代後，他的研究內涵也會加入網路的元素，不再局限於中文的語音辨識了，例如他就說要做「語音版的 Google」，讓機器可以聽懂網路上的多媒體資訊，使之幫助人類篩檢出需要的資訊。
在過往的研究生涯中，他學到了應融合多元知識於一爐，他說：「跨領域才有空間，因為單一領域中會人山人海，但跨領域卻地廣人稀。」因此他在「信號與人生」這門課中就勉勵學生要「多作加法、少做減法」，即不要怕進入新領域，因為新領域會像雨後春筍般、綿綿不絕地出來，如果心裡總覺得「這我沒學過我不要去」的話，那你就是給自己做了減法。反之如果你不怕那個新領域，而且勇敢地進去看看，這就是給自己做加法。
李琳山院士在香港中文大學演講。投影片中為院士對「語音版 Google」的構想之一，機器可以自動組織線上課程，進而按照每一位學子的背景和需求客製化課程。（圖／筆者李宏毅拍攝）
「迎頭趕上」：打好基礎後，閱讀前沿研究成果
電機資訊的技術和知識日新月異也千變萬化，今日所學的知識可能在不久的未來就會落伍、被淘汰，即使是盛極一時的科技產業也可能一夕之間泡沫化，學術界熱烈討論的熱門領域其實是隨時都在改變的。
李琳山院士勉勵學生要知道如何學習非結構化的知識（Unstructured Knowledge），不倚賴教授、課程或整理好的教材。唯有如此，畢業後才可以自行學習新的知識，進入任何領域、任何產業後，也能迅速調適，學會所需的新知識。但困難的是：現在是個知識爆炸的時代，當你進入一個新領域，剛讀完一本書，但抬頭一看卻發現又多了十本書；剛讀完五篇論文，但剎那間又出現了五百篇論文，讓我們常常苦苦追趕，卻總是落後，這時該怎麼做才是王道呢？
李琳山院士告訴學生：要「迎頭趕上」。他說：「迎頭趕上就是要知道哪裡是基礎，selectively（選擇性地）抓到哪裡是基礎後，你就讀基礎的東西就好；讀完後，直接跳到最前面去，若讀得懂就繼續讀，如果讀得障礙重重，需要什麼基礎，就回去重讀這個或那個，如此這般試誤性的前進後退走，終會有所成，這就是所謂的迎頭趕上。」
李琳山鼓勵後進「選擇難的選項」
語音輸入在今天已是日常生活常見的技術了，但回想一下在電腦仍不普及的時代，語音辨識應是那科幻小說才會出現的情節。李琳山院士在那樣的時代開始著手這方面的研究，努力不懈，並堅持到開花結果。驚人的意志力和遠見不是我們這些後生晚輩可以想像的。
在「信號與人生」這門課中，他勉勵學生：「人的一生中會不斷地遇到各種選擇 ，你一定要選擇那個難的選項。因為簡單的，大家都會，做到了也不會有什麼成就感﹔但選難的而你又做到了，那你就真的厲害了……人如果只想走一條穩紮穩打的路就好，那你只是在原地而已。但若要往上走的話，你就要挑難的，把難的東西做成功了，你就可以跳上去了。」李琳山院士在語音技術這條路上的披荊斬棘與持之不懈，正是以身教來體現他對學術的堅持及夢想終能成真的驗證。
修改圖說：2017年語音實驗室碩博士生同學會，有一百二十餘人與會，這是一個穿越時空38年的跨年代大團圓（圖／張李傳分享於語音實驗室社團「NTUEE Speech Lab」）
責任編輯：郭啟東／國立中山大學
