8月20日（金）

朝6時半起床。7時半と勘違いした。1時間ほどスライドの手直し。その後、支度をして食事。

朝食はビュッフェだが、会場のあちこちに少しずつ料理が置いてあって、皿も小さいので取りにくい。

サラダ、茶卵、チャーハンなど。饅頭の片方は中身が緑色の肉まん、もう一つは中身がカスタードクリーム味のあんまん。

食事後、用意をして出発。

午前中は用がないので、町中を見物する予定。増村君は中国が初めてなので、天安門など有名どころを回る。まず地下鉄の阜成門駅まで5分ほど歩く。歩く途中の果物の売店で、謎の巨大な実を発見。3個あったのだが、帰りに同じところを通ったら1個になっていた。売れたのか？

地下鉄で前門まで行き、そこから広場を歩いて天安門まで。地下鉄に乗るときと、天安門広場に入るときにセキュリティチェックがあった。なぜかひどく厳重。

最初天安門広場と反対側の出口に出てしまい、出直す。正陽門がよく見える。

広場ではものすごい人で、しかも行列している。いったい何の行列なのかわからないが、行列の先には毛沢東紀念館しかないので、毛沢東の死体に会いに行く人たちかなあ。見える限りで数千人ぐらいいるようだけど。行列はスルーして、天安門広場を北へ歩いていく。

行列以外の広場も人でいっぱい。数メートルおきに水とかアイスとかの物売りが座り込んでいる。人をかき分けて天安門まで行き、毛沢東の記念写真。

その後歩いて王府井まで。2008年に北京ダックを食いに来たときとそれほど変わっていない。

ちょっと疲れたので、アイスと飲み物を買って少し休む。

その後王府井小吃街と民族文化街へ。小吃街では揚げサソリとか揚げヒトデ、サンザシあめなどを売っている。串に刺されたサソリたちがわさわさ動いているのが気持ち悪い。店のおっさんが「サソリオイシイヨ」とか声をかける。サソリは食ったことがあるからわかるが、ヒトデはどうなんだろう。食用の特別なヒトデにも見えないけど。

路を曲がって民族文化街。要するにおみやげ屋だが、売り子が「ミテミテー」とか言って腕をつかんでくるのがうざい。特に変わったものもないので、スルーして出る。

出たところで、向かいにあるショッピングセンターを見物しようと思ったが、なにやら鎧を着た男が門を守っていて入りにくかったのでやめる。

代わりに隣の東安市場をひやかし。

市場と言ってもふつうの商業ビルなので、中には特に珍しいものはない。ユニクロがあったので見てみたが、中国人から見れば国産品だよなあ。

歩いているうちに11時を回ったので、何か食べることに。特に食べたいものも思いつかないので、さっきの小吃街で座って何か食べようかということに。どうせ帰り道だし。

というわけで座り、メニューを見る。どれも15元くらいで十分安い。私は麻醤涼麺、増村君は羊肉麺を頼む。麻醤涼麺はごまだれのかかった冷やし麺。例によってのび加減。味はまあまあ。

食べた後、王府井駅から1号線で復興門まで行き、そこから2号線で西直門、さらに13号線で知春路へ。乗り換えで結構歩かされる。平日の昼間だというのに地下鉄は混雑していて、特に1号線は通勤ラッシュ並。後で聞いたら朝晩はもっとひどいそうだ。

知春路に着いて、マイクロソフトの建物を探す。最初少し迷ったが、落ち着いて見たら駅の出口から建物が見えた。

建物を探すのに手間取るかもしれないと思って早めに来たのだが、場所がわかれば急ぐ必要はないと言うことで、駅の隣にあったWAL-MARTを見物。駅の隣からWAL-MARTに入る連絡通路があったのだが、入るところに係員のおばちゃんがいて、「中に入ってもいいが外には出ちゃだめ」という監視をしていた。おかげで出るときに苦労する。

食品売場では中秋節の月餅とか売っている。ほかの食べ物の値段から比べると月餅は異常に高いね。あとは謎の魚や肉などを冷やかす。

前述の通り、来た通路からは出られなかったので、正面から出て少々迷う。

といってもすぐに知春路に出られたので、向かい側にわたってマイクロソフトのあるシグマセンタービルへ。

5階のMSRAに行き、受付で少し待つと、Frank Soongが来て案内してくれる。プロジェクタの確認などをして、少し話をしながら待つ。

講演は4時スタートの予定だが、数分遅れて開始。今回は、コンピュータによる言語学習（ＣＡＬＬ）システムのための発話の評価についての研究をまとめたもの。途中で質問を受け付けたりしながら話して、1時間弱で終了。準備がいまいちだった割にはまあまあ話せたのではないだろうか。

講演の後、音声グループリーダーのFrank Seideに少し話を聞く。彼とは2008年に北京に来たときに懇親会で一緒に飲んだ記憶が。MSRAでやっている音声インデキシング、ボイスメールの書き起こし、通話の自動書き起こしなどのデモを見せてもらう。デモをみた範囲では非常によくできている。いろいろ聞いてみたが、先日のGoogle Voice Searchのときと同じく、特別な技術を使っているわけではないようだった。既存の技術を全部入れて少しずつ性能を上げることと、通話書き起こしを連続使用して教師なし学習によって音響モデルの性能を少しずつ上げていくというところが肝のようだ。結局、プログラムや辞書などを細かいところまですべて最適に作り込むことと、十分な個人データを集めるということが大事なんだなあ。次のチャレンジは「ノンネイティブ話者音声の認識」「残響下での認識」「音声言語のドメイン適応と未知語の獲得」などだそうだ。

その後、Frank Soongから音声合成関係の説明をしてもらう。マイクロソフトの最新の合成技術はHTTと呼ばれるもので、HMM合成と素片接続のハイブリッド。音声を合成するためのHMMを作った後、パラメータから音声波形を作るのではなく、そのHMMに対して最尤となる素片系列を選んで接続するという方法。聞かせてもらったデモは非常に自然で、Blizzard Challangeでも1～2位になったもののようだ。

少し休んだ後、Frank Soongほかと一緒に夕食。レストランに向かうタクシーの中で、「最近の中国人は金ばかり」みたいな話になったのだが、「伝統的な中国人の価値観では、金だけではなく学問、知識、家族、人間関係などいろんなものを大事にしてきたはずだ」というFrankの言葉が印象に残った。

レストランは中関村近くのふつうの食堂だが、Frank曰くコストパフォーマンスが良いとのことで、出た料理は大変おいしかった。

食事後、地下鉄の中でFrankたちと別れ、8時頃ホテルへ。いろいろやろうと思っていたのだが、疲れてしまって10時前に寝る。

前の日へ　目次へ　次の日へ