看著牙牙學語的小孩，口裡開始冒出有意義的字語，戰戰兢兢的踏出獨立行走的第一步，相信是很多人共同有過的感動時刻。最近看了一則2011年三月的TED  演講^[1]，MIT的研究員Deb Roy 分享他家庭錄影檔案裡的這些感動時刻，並且講述他的研究團隊的故事，介紹他們如何從追蹤小孩牙牙學語過程中，發展出可以分析數十億則數位媒體的語意分析系統，進而應用於描繪新聞事件即時衍生出的層層資訊網路結構，精確分析出訊息的意義以及影響力。

一個誕生不久的孩子讓這個故事有了起始點，安裝在他家裡各個角落的攝影鏡頭與麥克風，24小時不停的拍攝，經過三年一共累積超過25萬小時的影音記錄，堪稱是有史以來最多的家庭錄影。Deb Roy 的研究團隊開發出各種影像追蹤與語音擷取分析的工具，還將所有的影音資料縫合在一個3D 的立體模型中，因此，透過滑鼠與鍵盤，就可以在這些資料中遊走到這個家的任一個角落，在任一時間點的影音記錄。

你可以想像在連環漫畫中，一個個文字泡泡從說話的人嘴角冒出來，而這個系統的運作，正像是把這些文字泡泡的內容全部收集起來，加以分析。他們藉此了解小孩如何學會說出一個字的詳細過程，這其中包括小孩在發音上的變化，所在環境以及大人與小孩間的互動關係等，都是分析的項目。量化對話中出現的字眼，統計出它們在空間中發生的機率，不難預期看到一些結果，例如講到 water 這個字時，出現率較高的地方在廚房附近，而說 bye  的時機，在門口那裡出現高峰。而有趣的是大人很自然的在察覺小孩無法意會到對話內容時，會放慢速度，簡化敘述方式，等小孩接得上了，再慢慢增加對話內容的複雜度。在這個由簡而繁的轉折點，通常也是小孩學會新的詞語的時刻，這也說明了大人和小孩之間的對話行為，有著很強的回饋作用在互相影響著。影片中4:30 – 5:40 左右，他用很短的時間播放這個一歲小孩在半年內如何說出「水」這個字，一開始是 「嘎 嘎」的聲音，最後變成 water 的過程，很可愛的童音。

這個錄影分析系統，可以探究兒童口語形成過程，進而歸納出一些語言與外在因子間的關連性。他們更將此概念擴大，應用在其他大眾媒體的分析，並且有亮麗的成果。影片中11:50-13:20 指出像連續劇、廣告、新聞等影片的詞語內容，都可以截取出來，這些影音內容在播出後，通常會引發網路上的廣泛討論，透過各種社交網路或是部落格等，對話與評論紛紛開始湧現。這種播出與回應之間的關連性，在他們研發的系統中，可以鉅細靡遺的檢視，或透過篩選過濾的機制，有點類似「x光」一般透視一些深藏其中的資訊，最後總結出有價值的訊息，得知觀眾一般的共識。這種基於閱聽大眾對訊息「黏合度」的調查，應該比傳統電視收視率的調查更有價值吧！

這個TED 演講，讓我想起 1998 年的電影，楚門的世界（The Truman Show），這個被設計的真人實境，對外界廣播的故事中，似乎劇中的每一個觀眾，包括螢幕前看這部電影的人，都被劇中主角的一舉一動所吸引。這個虛構的故事中，媒體對個人隱私侵犯在在滿足大眾的窺視，曾引發不少道德與人性等議題上的省思。

講者 Deb Roy 以自己的家庭生活，在類似楚門的世界裡的設定下，不僅完成了一項傑出的研究計畫，後來還衍生出目前社群電視媒體分析的翹楚 Bluefin labs [2]. 年初，Twitter 曾開價要收購這家公司，可見這項價值不斐的技術可望成為明日之星。

(本文亦發表於「泛科學」網站： http://pansci.tw/archives/53780) 

TALKS

Deb Roy：一個字詞的誕生

參考資料：

1.   1. Deb Roy：一個字詞的誕生  http://www.ted.com/talks/deb_roy_the_birth_of_a_word.html 

2.   2. Bluefin Labs http://en.wikipedia.org/wiki/Bluefin_Labs