11月15日，在第五届Kaldi技术交流会议上，Kaldi的父亲Daniel Povey博士与主要互联网公司和北京知名大学的开发人员就下一代的未来发展进行了深入交流。卡尔迪社区。 Daniel Povey博士目前是小米集团的首席语音科学家。 Kaldi集成了他开发和维护的各种语音识别模型，这是该行业语音识别框架的基石。加入小米一年后，丹尼尔·鲍维（Daniel Povey）设计并开发了新一代的卡尔迪（Kaldi）。新一代的Kaldi分为三个部分，包括核心算法部分，训练数据准备部分和样本脚本收集部分。据报道，其中，洛子峰（训练数据准备部分）将取代卡尔迪以前与数据准备有关的所有工作，并处理各种音频和文本元数据。除了卡尔迪本身之外，洛子峰还适用于其他应用。洛子峰纯Python代码既方便又易于使用。 Icefall（示例脚本的集合）将替换Kaldi中的示例脚本的集合，并成为一个单独的子项目。将样本脚本的集合与核心算法分开的原因是，考虑到样本脚本可能非常大且经常更改。新一代Kaldi的核心部分称为“ k2”。 k2使开发人员可以轻松地在PyTorch / TensorFlow中实现与语音识别相关的各种算法，例如CTC，LF-MMI，RNN-T，第二遍语言模型等，从而消除了先前语音识别算法中训练和解码之间的不匹配。同时，可以通过k2实现多轮解码过程（逐渐增加置信度）。 Daniel Povey博士透露，k2核心代码已经完成。本周刚发布了大约41,000行代码（主要是C ++++），版本0.1。他在这次离线活动中强调：“如今有太多人依靠Kaldi开展自己的业务，并且有很多人为Kaldi社区做出了贡献。卡尔迪将始终坚持开源。”小米集团副总裁，技术委员会主席崔宝球指出，拥抱开源是小米工程文化的重要组成部分。崔宝球在接受Blue Whale TMT记者的独家采访时说，一些小米产品线已经使用了Kaldi的某些语音技术和代码。将来，其语音技术将用于小米的手机，扬声器，电视以及更多的智能家居和智能可穿戴设备。在使用中，小米非常重视语音技术。