COPU会议纪要

参加会议的有：陆首群、刘澎、陈伟、梁志辉、宋可为、崔宝秋、Daniel Povey、蒋涛、张娅婧、林珑、刘巍巍、鞠东颖。

陆主席：Daniel，你是语音科学大师，你率领的团队研发的语音识别Kaldi最近发布新版，首先我向你祝贺！并请你简要介绍Kaldi这几年在国内外发行及应用情况，请你谈一下Kaldi与其他语音识别技术相比，有什么特点和优势？以及Kaldi发展远景是什么？

Daniel：Kaldi是开源的语音识别工具，集成了各种语音识别模型，包括隐马尔可夫和深度学习神经网络，被认为世界语音识别框架的基石。新版Kaldi由Lhotse（训练数据准备部分，设计通用灵活的接口，以适应语音识别、文本转语音等任务，引入AudioCuts概念，降低数据存储空间）、Icefall（训练脚本集合，降低用户学习成本）、K2（新版Kaldi核心，将加权有限状态转换器和相关算法集成到PyTorch和TensorFlow）三部分组成，服务于小米的“手机＋AIoT双引擎战略”。

陆主席：据说Kaldi识别准确率可达95％～97％，是否过高？！

Daniel：准确率与原始数据有关（不同数据有不同准确率）。

陆主席：Kaldi新版是基于PyTorch框架的，PyTorch创始人Soumith Chintala曾指出，2020年AI社区将用更多度量指标衡量AI模型的性能，而不仅仅是准确率和原始数据，Kaldi新版是否也有如此改进？

Daniel：新版kaldi用在小爱云端（服务器端），注重于改进模型性能：多通道、低功耗。

陆主席：新版Kaldi是否考虑更高效使用GPU及如何针对新硬件执行自动编译？

Daniel：太对了！我们考虑使用GPU包括与非监督学习。

陆主席：在此发布Kaldi新版之际，请你写一篇文章，在《深度信息技术（精品）专辑》上发表，希望在本周末完成。

Daniel：希望帮助抓好新版落实。

陆主席：给你找两个伙伴帮助抓落实：一是小米集团，你们已经做了，要求Kaldi新版服务于小米的“手机＋AIoT双引擎战略”语音识别技术，请小米集团副总裁崔宝秋帮助落实！二是建议与CSDN合作，请CSDN创始人蒋涛（基于程序员资源及搜索引擎）帮助落实（在请你写的文章中CSDN就可向你提供搜索资料）。

陆主席：我们非常关注大规模语义网络（知识图谱），目前存在的全球性问题是：在语义网络中缺乏逻辑推理，常识问题是其短板，因此难以支持认知智能的实现，离解决还差最后一公里！

Daniel：恐怕不止最后一公里，离解决的路还遥远。Kaldi技术不同于大规模语义网络！

陆主席：认知计算是用来构建模拟人脑思维过程的系统，是使人工智能进入可理解、可解释的强人工智能的新阶段！

Danie：今后双方可就此交换意见。

COPU利用本次会议检查了致怀进鹏部长在高校设置开源课程的信件，要求尽快落实！还检查了《开源 创新，数字化转型、智能化重构》初稿落实情况，要求抓紧实施！

Daniel：中国开源何时实施？

陆主席：1991年我们引进UNIX！与AT＆T BellLabs的USL／USG合作，开发、编译UNIXS5R4.2版本，UNIX是后来的自由软件、开源软件（Minux、Linux、BSD）、甚至iOS发展的基础。