Kaldi之父Daniel Povey博士：发布k2核心代码

11月15日，第五届Kaldi技巧调换会正在北京举办。Kaldi之父Daniel Povey博士初次亲临现场，与来自北京各大互联网公司、出名高校的开垦者们长远调换下一代Kaldi社区他日的开展。

插足小米一年，Daniel Povey策画并开垦出了新一代Kaldi。新一代Kaldi分成三个一面，包含核默算法一面，锻炼数据计算一面、示例剧本会集一面。

个中，Lhotse（锻炼数据计算一面）将取代以前Kaldi中所少有据计算干系的处事，操作百般音频和文本的元数据。Lhotse除了Kaldi自己，也实用于其他使用。况且Lhotse纯Python代码，容易易用。

Icefall（示例剧本会集一面）将庖代Kaldi中的示例剧本会集，并独立成为一个零丁的子项目。之以是要把示例剧本会集与核默算法分散，是商量到示例剧本恐怕会尽头伟大，且通常转移。

据先容，新一代Kaldi的主旨一面叫“k2”。k2可能闪开发者很容易正在PyTorch/TensorFlow中实行百般语音识别干系算法，比方CTC、LF—MMI、RNN—T、2nd—pass说话模子等，毁灭以往语音识别算法中锻炼跟解码不配合的题目。

同时，通过k2可能尽头容易实行（置信度渐渐普及的）众轮解码历程，这正在以往是很难做到的。相较于其他极少语音识别库的上风，k2速率更疾，通用性强（可能用来筑模众种语音识别算法）。

Daniel Povey博士揭发，k2主旨代码已完毕。约41000行代码（首要是C++），本周刚颁布0.1版本。

材料显示，Daniel Povey博士目前担当小米集团语音首席科学家，由他开垦和庇护Kaldi 集成了众种语音识别模子，公认是业界语音识别框架的基石。