小米新一代Kaldi團(tuán)隊(duì)論文解讀：新型自動(dòng)語音識(shí)別 (ASR) 模型Zipformer誕生之路｜ICLR 2024 Oral

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：小米新一代Kaldi團(tuán)隊(duì)論文解讀：新型自動(dòng)語音識(shí)別 (ASR) 模型Zipformer誕生之路｜ICLR 2024 Oral
關(guān)鍵字：小米,模型,解讀,模塊,參數(shù)
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：24168字

內(nèi)容摘要：

機(jī)器之心專欄
作者：新一代 Kaldi 團(tuán)隊(duì)近日，小米集團(tuán)新一代 Kaldi 團(tuán)隊(duì)關(guān)于語音識(shí)別聲學(xué)模型的論文《Zipformer: A faster and better encoder for automatic speech recognition》被 ICLR 2024 接收為 Oral (Top 1.2%)。論文鏈接：https://arxiv.org/pdf/2310.11230.pdf
代碼鏈接：https://github.com/k2-fsa/icefall/tree/master/egs/librispeech/ASR/zipformer
團(tuán)隊(duì)介紹
新一代 Kaldi 團(tuán)隊(duì)是由 Kaldi 之父、IEEE fellow、小米集團(tuán)首席語音科學(xué)家 Daniel Povey 領(lǐng)銜的團(tuán)隊(duì)，專注于開源語音基礎(chǔ)引擎研發(fā)，從神經(jīng)網(wǎng)絡(luò)聲學(xué)編碼器、損失函數(shù)、優(yōu)化器和解碼器等各方面重構(gòu)語音技術(shù)鏈路，旨在提高智能語音任務(wù)的準(zhǔn)確率和效率。
目前，新一代 Kaldi 項(xiàng)目主要由四個(gè)子項(xiàng)目構(gòu)成：核心算法庫 k2、通用語音數(shù)據(jù)處理工具包 Lhotse、解決方案集合 Icefall 以及服務(wù)端引擎

原文鏈接：小米新一代Kaldi團(tuán)隊(duì)論文解讀：新型自動(dòng)語音識(shí)別 (ASR) 模型Zipformer誕生之路｜ICLR 2024 Oral

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：almosthuman2014
作者簡介：專業(yè)的人工智能媒體和產(chǎn)業(yè)服務(wù)平臺(tái)