旧助听器里的迁移学习

上周整理外婆家储藏柜，翻出个落灰的黑色助听器。2019年花八千多配的，后来外婆嫌吵，扔在抽屉里快五年。

那时候我还在学校泡实验室，听技师说这机子用的是当时最先进的语音模型，能过滤九成环境噪音，还原最清晰的人声。外婆当时坐在试戴室里，看着技师对着麦克风念标准普通话，点头说”清楚，清楚”。结果回家戴了三天，就摘了。她说听楼下张阿姨说话，像隔着一层水，模模糊糊的，还不如自己凑耳朵听。

被扔在抽屉的八千块

我之前总觉得是外婆矫情。八千多的东西，怎么就不能凑合用。直到有次暑假回家，我凑在外婆旁边，听见她跟外公说话，全是城南老巷的江淮官话尾音，”阿要辣油啊””今天青菜买贵了”，连我自己有时候都要愣两秒才能反应过来。

后来我在课上听导师提过，当时主流的语音模型，训练用的都是标准普通话的有声书、新闻广播数据，几万小时的语料里，连一句带南京口音的句子都找不到。模型从来没听过这种语调，自然会把这些带尾音的声音，当成风吹树叶的杂音滤掉。

外婆把助听器收进抽屉的那天，还跟外公抱怨，说这八千块的东西，还不如你那二十块的半导体清楚。外公当时正在听半导体里的京剧，头也没抬，说那你就扔了呗。外婆没扔，就擦干净了，放在抽屉最里面，跟她的银镯子、旧毛线针放在一起。

阁楼上的程序员邻居

今年春天，楼下搬来个姓陈的小伙子，三十出头，租了张阿姨家的阁楼，平时总在巷口摆个折叠桌写代码。外婆心善，夏天煮了绿豆汤，总爱端一碗给他。一来二去就熟了。

有次他看见外婆凑着张阿姨的耳朵，反复问”啊？你说什么啊”，就问起怎么不戴之前配的助听器。外婆回家把那盒落灰的助听器拿给他，他捏着机子翻来覆去看了半天，指尖蹭过机子上的划痕，突然笑了，说这机子的芯片还能跑轻量模型，不用返厂，自己就能改。

我当时还在视频里跟他抬杠，说你别瞎折腾，那是几十万的生产线做出来的，你一个人能改什么。他没跟我争，就说，你忘了咱们上课学的迁移学习最核心的逻辑从来不是从零开始搭建完美的模型，而是把已经学会的通用能力，低成本地适配到具体的、小众的、没有被大规模数据覆盖的场景里。

我突然就卡壳了。大三的时候我在实验室调了半个月的迁移学习参数，最后写的课程论文拿了优，满脑子都是顶级会议的引用率、实验数据集的准确率，从来没想过，这个逻辑能落在一个旧助听器上。

他花了三个星期收集语料。每天傍晚在外婆家坐半小时，录外婆跟外公拌嘴的声音，录外婆在厨房骂外公把酱油放多了的声音，录外婆跟张阿姨拉家常的声音，前后攒了二十多个小时的音频。没有标注，没有精修，连外婆咳嗽的声音、翻锅铲的声音都留在里面。他说不用那么干净，就是要真实的，外婆平时身处的声音环境。

听得懂南京话的模型

改好的那天是个周三。我刚好在外婆家蹭饭，小陈把助听器的电池装好，帮外婆挂在耳朵上。刚调好，楼下张阿姨就在院子里喊：”阿婆啊，你家腌的萝卜干给我带两块啊，上次我家孙女说脆得很。”

外婆本来已经要把耳朵凑过去了，突然愣了一下，手搭在耳朵上，朝着院子的方向喊：”哦，萝卜干啊！我给你拿，上次你说太咸，这次我少放了盐！”

那瞬间我鼻子突然有点酸。之前每次回家，外婆都要拉着我的手，把耳朵凑到我嘴边，让我把每个字都咬清楚。我那时候总怪自己说话声音太小，从来没想过，是之前的技术，从一开始就没把她的口音算进模型里。

当然不是完美的。有时候外婆在菜市场，旁边有人说标准普通话，助听器会把声音压得低一点；有时候外公打喷嚏太响，助听器会突然刺啦一声，外婆就会拍一下机子，说”又犯糊涂了”；有时候电视里放京剧，胡琴的声音太尖，她还是会把助听器摘下来。

但她再也不把助听器扔抽屉里了。现在每天早上都戴着，去菜场跟摊主讨价还价，去老年大学上书法课，甚至跟我视频的时候，能准确听出来我吐槽老板的语气，不用我反复问”你听清了吗”。

上周我再去外婆家，看见那个旧助听器放在餐桌的玻璃杯旁边，压着她写的毛笔字，歪歪扭扭的”谢谢小陈”。小陈已经搬去皖南的山区了，留了个微信给我，说如果助听器再出问题，随时找他。我翻了翻他的朋友圈，最近在山里录老人说话的声音，说要给那里的留守老人改一批能听懂方言的助听器。没有融资新闻，没有发布会，就是每天扛着个录音笔，在山路上走。

那天我站在储藏柜的门口，看着之前装助听器的旧盒子，突然想起之前在实验室里，我盯着屏幕上的准确率数值，总觉得技术要做的是最大、最通用、覆盖最多人的模型。可原来最好的技术，从来不是站在高处给所有人一套统一的标准，而是弯下腰，接住那些被通用模型漏掉的、带着口音的、细碎的日常声音。