科技财经频道： 国内财经 / 国际财经 / 汽车财经 / 产经新闻 / 科技财经 /

  • 顶级语音识别专家Daniel Povey：新一代Kaldi可大幅降低收听语音词错误率 年底或将应用于所有小米AIoT产品

    2021-09-01 10:41:17 FX112财经网 FX112 收藏
    科技财经

　　中国网科技8月31日讯 小米集团语音首席科学家、“Kaldi之父”Daniel Povey（丹尼尔·波维）今日接受媒体采访时称，新一代Kaldi目标不仅仅是赶上或者稍微领先这些语音识别库，而是要根本地改变语音识别的实现方式。

　　Daniel Povey对中国网科技透露，目前小米AIoT产品中还用的是第一代Kaldi，接下来小米将逐步把新一代Kaldi能力融入到小米产品中，预计在今年年底或明年初，开始将新一代Kaldi能力应用于小米产品，但现在仍在测试之中。

　　谈及为何选择在小米开发新一代Kaldi，Daniel Povey对记者直言：“事实上有很多大型互联网公司都想把我招致麾下，但小米是一家公司战略规划相对稳定的公司，加上表现出对开源项目的承诺与重视，因此在我需要做开源项目这一硬性标准看来，小米是最佳去处。”

　　据悉，现有端到端语音识别模型的流行和准确率的逐步提升，以及PyTorch、TensorFlow等深度学习工具包的普及，是开发新一代Kaldi主要动力。相较初代而言，新一代Kaldi是一个全新代码库，需要完全重新打造，由C++以及CUDA完成，并可以在Python调用。新一代Kaldi由3个独立的项目组成，分别称为 k2、Lhotse和Icefall。

　　其中，最新算法Icefall是这次新一代Kaldi重要部分，基于实现“双向建模”和多层模型的优势，拥有新一代Kaldi能力的AIoT产品可以大大提高语音识别能力，从而降低收到语音指令的词错误率。小米集团方面称，目前已经在LibriSpeech数据集上取得了2.57%的词错误率，而且还在持续的进一步优化。

　　小米集团语音首席科学家、“Kaldi之父”Daniel Povey

　　Daniel Povey表示：“新一代Kaldi与PyTorch兼容，并且代码更容易修改，比初代Kaldi代码库更灵活得多，允许用户更轻松地尝试新想法。并且止于目前，依托于Kaldi而发展起来的很多中小型企业有很多，Kaldi将一直坚持做项目开源。”

　　公开信息显示，Daniel Povey是语音识别开源工具Kaldi的主要开发者和维护者，因此被称为“Kaldi之父”。而Kaldi工具简而言之的讲，目前国内三大语音助手小爱同学、小度、天猫精灵使用的底层框架都是Kaldi，Kaldi等于是能让智能物联通过语音交互方式呈现的基础，是目前被业界公认的语音识别框架基石。

上一篇：拧紧网游管理的“水龙头”

下一篇：返回列表

相关阅读

本文“顶级语音识别专家Daniel Povey：新一代Kaldi可大幅降低收听语音词错误率 年底或将应用于所有小米AIoT产品”由FX112财经网 首发，欢迎转载，转载请带上本文链接。
免责声明：FX112财经网（https://www.942fx.com）发布的所有信息，并不代表本站赞同其观 点和对其真实性负责，投资者据此操作，风险请自担。部分内容文章及图 片来自互联网或自媒体，版权归属于原作者，不保证该信息（包括但不限 于文字、图片、图表及数据）的准确性、真实性、完整性、有效性、及时 性、原创性等，如无意侵犯媒体或个人知识产权，请联系我们或致函告之 ，本站将在第一时间处理。关注FX112财经网，获取最优质的财经报道！ 分享到： 新浪微博 微信

财经  全球7x24小时资讯
查看更多新闻 新域名
股票  独家原创视频
股票  点击排行
扫描左侧二维码
添加小编微信加入财经交流群
FX112财经网所刊载内容之知识产权为FX112财经网及/或相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。
Copyright FX112财经网 All Rights Reserved 版权所有 复制必究 Copyright ©