11月15日讯,在第五届Kaldi技术交流会上,Kaldi之父Daniel Povey博士与来自北京各大互联网公司、知名高校的开发者们深入交流下一代Kaldi社区未来的发展。
Daniel Povey博士目前担任小米集团语音首席科学家,由他开发和维护Kaldi 集成了多种语音识别模型,是业界语音识别框架基石。加入小米一年,Daniel Povey设计并开发出了新一代Kaldi。新一代Kaldi分成三个部分,包括核心算法部分,训练数据准备部分、示例脚本集合部分。
据介绍,其中,Lhotse(训练数据准备部分)将替代以前Kaldi中所有数据准备相关的工作,操作各种音频和文本的元数据。Lhotse除了Kaldi本身,也适用于其他应用。而且Lhotse纯Python代码,方便易用。
Icefall(示例脚本集合部分)将代替Kaldi中的示例脚本集合,并独立成为一个单独的子项目。之所以要把示例脚本集合与核心算法分开,是考虑到示例脚本可能会非常庞大,且经常变动。
新一代Kaldi的核心部分叫“k2”。k2可以让开发者很容易在PyTorch/TensorFlow中实现各种语音识别相关算法,比如CTC、LF—MMI、RNN—T、2nd—pass语言模型等,消除以往语音识别算法中训练跟解码不匹配的问题。同时,通过k2可以实现(置信度逐渐提高的)多轮解码过程。
Daniel Povey博士透露,k2核心代码已完成。约41000行代码(主要是C++),本周刚发布0.1版本。他在本次线下活动中强调:“今天有太多人依托Kaldi在做自己的事业,有很多人为Kaldi社区一直在做贡献,Kaldi会始终坚持开源。”
小米集团副总裁、技术委员会主席崔宝秋指出,拥抱开源是小米工程文化的重要组成部分。崔宝秋在接受蓝鲸TMT记者专访时表示,Kaldi的一些语音技术与代码已经在一些小米的产品线使用,未来其语音技术将在小米的手机、音箱、电视以及更多智能家居与智能穿戴设备中使用,小米非常重视语音技术。
责任编辑:PSY
-
算法
+关注
关注
23文章
4483浏览量
91331 -
核心技术
+关注
关注
4文章
625浏览量
19477 -
开源
+关注
关注
3文章
3051浏览量
41830 -
小米
+关注
关注
69文章
14220浏览量
142359
发布评论请先 登录
相关推荐
深度学习的基本原理与核心算法
【硬件开源】2K0300 蜂鸟核心板设计介绍及原理图文件下载
龙芯2K0300蜂鸟板支持OpenHarmony 4.0 Release版本操作系统
广东龙芯发布2K0300蜂鸟板,今日正式发售
龙芯 2K0300 蜂鸟开发系统正式发布!!
机器学习六大核心算法深度解析
![机器学习六大<b class='flag-5'>核心算法</b>深度解析](https://file1.elecfans.com/web2/M00/D7/51/wKgaomYncPGAalLGAAAVaV_vOTA721.png)
Embedded office发布安全插件V1.1版本!
华测导航:不断优化核心算法,同时布局车规级芯片
沐曦携手富春云打造国产GPU华北核心算力节点
基于Kaldi的语音识别引擎的架构设计方案
![基于<b class='flag-5'>Kaldi</b>的语音识别引擎的架构设计方案](https://file1.elecfans.com/web2/M00/8D/8A/wKgaomS80G2AE5CaAAAf8yDo3Gw989.png)
800V扁线电机部分核心技术解析
![800V扁线电机部分<b class='flag-5'>核心</b>技术解析](https://file1.elecfans.com/web2/M00/8C/5D/wKgaomSrfkWAJ3_MAAARYladAVI243.jpg)
评论