Kaldi之父，IEEE Fellow，小米首席语音科学家Daniel Povey将出席2024全球机器学习技术大会并发表演讲！

2024 全球机器学习技术大会将于 4 月 25、26 日在上海环球港凯悦大酒店隆重举行！著名语音识别开源工具 Kaldi 之父，IEEE Fellow，小米集团首席语音科学家 Daniel Povey 将参加本次盛会，并发表精彩演讲！

Daniel Povey 博士是国际知名的语音识别专家。先后就职于 IBM 和微软。2012年加入美国约翰霍普金斯大学，任语言和语音处理中心副教授。2019年10月加入小米，担任集团语音首席科学家。2022年12月， Daniel Povey 凭借在语音识别和声学建模方面的杰出贡献入选 IEEE Fellow。

Daniel Povey 博士是著名开源语音识别工具 Kaldi 的提出者和主要维护者，被业界称为 “Kaldi 之父”。

Daniel Povey 在智能语音处理的技术上做出了非常多的贡献。他首次将序列区分性训练方法应用于语音识别，他提出的 LF-MMI 建模方法至今仍为商用语音识别系统普遍使用的标准技术。他也是将深度学习用于语音识别领域的重要引领者，在语音识别中推广了时延神经网络，配合 LF-MMI 训练，是 2015-2020 年学术界和工业界普遍使用的最佳组合。他还是深度学习在声纹识别领域的重要引领者，提出的 X-vectors 方法是第一个取得成功并被普遍应用的深度学习说话人识别方法，广泛应用于工业界。他在国际顶级会议和期刊发表论文 200 多篇，谷歌学术引用近 46000 次，h-index 66，担任 Signal Processing Letters 的终身副主编。

Kaldi 项目在学术界和工业界都极具影响力，广泛应用于各研究机构和国内外知名公司，有力地推动了智能语音处理的产业化。Kaldi 自动语音识别技术是人与机器以自然语言顺畅交流的关键技术，Kaldi 集成了多种语音识别模型，包括隐马尔可夫和最新的深度学习神经网络，公认是业界语音识别框架的基石。

在大模型风驰电掣的当下，大模型 GPT 是否对新一代 Kaldi 提出新的挑战？新一代 Kaldi 成果的产品化如何？

Daniel 博士透露，新一代 Kaldi 项目的技术路线与大模型有同有异，相同的方面都采用了 Transformer 架构（这也是当前大多数人工智能模型都在采用的架构），异的方面大模型 GPT 是单一的大系统，而新一代 Kaldi 是由很多小系统协作组成的大系统，这才是未来智能体的发展方向。

他还提到，大模型在一些任务中取得了很好的效果，但训练过程需要海量的数据和算力，因此，很多中小企业无法开展类似的实验。此外，大模型训练策略也较难迁移到小规模的数据任务上。新一代 Kaldi 团队研发了一系列技术，包括神经网络结构优化方案和训练策略、神经网络梯度值矫正优化技术等。基于这些技术，新一代 Kaldi 在不同数据规模的语音识别任务上都取得了业界领先的效果。同时，部分技术也被用于小米大模型的训练过程中，在达到同等模型效果的前提下，可以有效节省训练成本。

新一代 Kaldi 与大模型在语音应用领域的更多分享与讨论，大家可以报名 「2024 全球机器学习技术大会」，现场聆听 Daniel Povey 博士精彩分享。

在本次全球机器学习技术大会上，Daniel Povey 博士将与来自国内外的 50+ AI 专家、学者和业界精英们汇聚一堂，共同分享在大模型和 AI 领域的最新研究成果和实践经验。他们包括：

• 复旦大学教授，博士生导师，MOSS大模型核心人员，前搜狗首席研究员 张奇

• 零一万物联合创始人，前字节跳动 AIGC 和视觉大模型 AI 平台负责人 潘欣

• 北京智源人工智能研究院基础语言与软件组负责人 刘广

• 新浪微博新技术研发负责人，中国中文信息学会理事 张俊林

• 北京聆心智能科技有限公司联合创始人 CEO 郑叔亮

• 面壁智能 CTO，OpenBMB 开源社区联合发起人 曾国洋

• 度小满金融技术委员会执行主席，数据智能应用部总经理 杨青

• 白海科技创始人兼 CEO，CCF 大数据专委常务委员和高性能专委委员 卢亿雷

• 文因互联工程 VP 兼首席科学家，中国人工智能学会会员工委会副秘书长 宋劼

• 原腾讯音乐机器学习平台 CubeStudio 负责人，楷乔科技联合创始人 栾鹏

• DeepWisdom 创始人兼 CEO，MetaGPT 项目作者 吴承霖

• WPS AI 技术总监，中国图象图形学学会《文档图象分析与识别专委会》专业委员 熊龙飞

更多嘉宾与主题，请登陆大会官网：www.ml-summit.org 查看！