在万物互联的时代，智能语音交互扮演者越来越重要的角色。嗅觉敏锐的小米早在2017年已经注意到到这片蓝海市场。在Daniel加盟之前，小米已经逐步搭建了自己的语音技术团队，并推出了智能语音产品-小爱音箱。2019 年年初，小米创始人雷军提出“手机 +AIoT"双引擎发展战略，为小米在语音识别领域的发展指明了一条可行路径。“新一代Kaldi或将在明年之前将全部应用到小米所有的智能语音产品中”，Daniel向媒体表示。他说，新一代Kaldi能够适用各种场景的不同语音模型，如远近场语音唤醒、离在线语音识别、说话人识别等通用模型，以及口语评测、语种识别、语音情绪识别等。以小米小爱为例，“通过它，用户可以连接到各种各样的 AIoT 设备并与它们产生互动:智能音箱、手机、电视、智能手表、儿童故事机、车载后视镜等。”
文章插图
不仅是小米，所有企业、开发者和普通用户都可以继续享受新一代Kaldi的核心技术。Daniel表示，当初之选择加盟小米，也是因为小米承诺Kaldi可以继续作为开源项目。“小米是一家稳定的公司，重视开源开放，而且允诺我一直做开源项目，这对于我来说是最好的选择”Kaldi从诞生之日起，就是一款开源语音识别工具包。Daniel一直坚持开源工作，鼓励更广泛的用户自由使用、复制以及修改源代码，并推动智能语音技术的发展。新一代Kaldi依旧采用了高效的C++代码实现。由于将 k2 的C++代码都包装到了Python, 模型的训练迭代都可以使用纯Python代码完成。Daniel表示，基于Icefall中的示例脚本，开发者们可以很容易地基于自己公司产品的数据集进行修改，进而快速地搭建线上数据反馈和模型自动迭代更新的流程，这将大大缩短模型更新的周期。
文章插图
随着新一代Kaldi 的发布和其在小米产品线的逐步落地，相信在不久的将来，小米将和其他公司一起，为普通用户带来更加完善的AIoT产品体验。正如崔宝秋博士在去年举行的Kaldi线下交流会中所讲，这将是围绕Kaldi的“四赢”局面：Kaldi项目赢，小米语音赢，全球的Kaldi社区赢，所有跟Kaldi相关的中小型公司赢！Daniel可以说是语音识别领域的殿堂级人物。除了开发kaldi外，他还对语音识别做出了许多科学贡献，包括助力判别训练（现在称为序列训练）的早期发展等。从1999年发布语音识别研究成果以来，其论文被引用次数超过了 30000 次。也因如此，Daniel从约翰斯·霍普金斯大学离职后，引发了全球科技巨头的一场人才争夺战。
文章插图
Daniel在2012年加入约翰斯·霍普金斯大学，担任语言和语音处理中心任副教授。在此之前，他在IBM研究院、微软研究院从事计算机语音识别研究。2019年10月，Daniel正式加入小米公司，担任小米集团首席语音科学家。雷锋网雷锋网雷锋网
推荐阅读
