Kaldi之父，IEEE Fellow，小米首席語音科學家Daniel Povey將出席2024全球機器學習技術大會並行表演講！

2024 全球機器學習技術大會 將於 4 月 25、26 日在上海環球港凱悅大酒店隆重舉行！著名語音辨識開源工具 Kaldi 之父，IEEE Fellow，小米集團首席語音科學家 Daniel Povey 將參加本次盛會，並行表精彩演講！

Kaldi之父，IEEE Fellow， 小米集團首席語音科學家 Daniel Povey

Daniel Povey 博士是國際知名的語音辨識專家。 先後就職於 IBM 和微軟。2012年加入美國約翰霍普金斯大學，任語言和語音處理中心副教授。2019年10月加入小米，擔任集團語音首席科學家。2022年12月， Daniel Povey 憑借在語音辨識和聲學建模方面的傑出貢獻入選 IEEE Fellow。

Daniel Povey 博士是著名開源語音辨識工具 Kaldi 的提出者和主要維護者，被業界稱為 「Kaldi 之父」。

Daniel Povey 在智慧語音處理的技術上做出了非常多的貢獻。他首次將序列區分性訓練方法套用於語音辨識，他提出的 LF-MMI 建模方法至今仍為商用語音辨識系統普遍使用的標準技術。他也是將深度學習用於語音辨識領域的重要引領者，在語音辨識中推廣了時延神經網路，配合 LF-MMI 訓練，是 2015-2020 年學術界和工業界普遍使用的最佳組合。他還是深度學習在聲紋辨識領域的重要引領者，提出的 X-vectors 方法是第一個取得成功並被普遍套用的深度學習說話人辨識方法，廣泛套用於工業界。他在國際頂級會議和期刊發表論文 200 多篇，谷歌學術參照近 46000 次，h-index 66，擔任 Signal Processing Letters 的終身副主編。

Kaldi 計畫在學術界和工業界都極具影響力，廣泛套用於各研究機構和國內外知名公司，有力地推動了智慧語音處理的產業化。Kaldi 自動語音辨識技術是人與機器以自然語言順暢交流的關鍵技術，Kaldi 整合了多種語音辨識模型，包括隱馬可夫和最新的深度學習神經網路，公認是業界語音辨識框架的基石。

在大模型風馳電掣的當下，大模型 GPT 是否對新一代 Kaldi 提出新的挑戰？新一代 Kaldi 成果的產品化如何？

Daniel 博士透露，新一代 Kaldi 計畫的技術路線與大模型有同有異，相同的方面都采用了 Transformer 架構（這也 是當前大多數 人工智慧模型都在采用的架構），異的方面大模型 GPT 是單一的大系統，而新一代 Kaldi 是由很多小系統協作組成的大系統，這才是未來智慧體的發展方向。

他還提到，大模型在一些任務中取得了很好的效果，但訓練過程需要海量的數據和算力，因此，很多中小企業無法開展類似的實驗。此外，大模型訓練策略也較難遷移到小規模的數據任務上。 新一代 Kaldi 團隊研發了一系列技術，包括神經網路結構最佳化方案和訓練策略、神經網路梯度值矯正最佳化技術等。基於這些技術，新一代 Kaldi 在不同數據規模的語音辨識任務上都取得了業界領先的效果。同時，部份技術也被用於小米大模型的訓練過程中，在達到同等模型效果的前提下，可以有效節省訓練成本。

新一代 Kaldi 與大模型在語音套用領域的更多分享與討論，大家可以報名 「 2024 全 球機器學習技術大會 」，現場聆聽 Daniel Povey 博士精彩分享。

在本次全球機器學習技術大會上，Daniel Povey 博士將與來自國內外的 50+ AI 專家、學者和業界精英們匯聚一堂，共同分享在大模型和 AI 領域的最新研究成果和實踐經驗。他們包括：