近日,国际语音识别领域的大神级人物、前约翰·霍普金斯大学教授、 语音识别开源工具 Kaldi 的开发者 Daniel Povey 的新动向终于明晰了:他将加盟小米公司。
Daniel Povey在个人Twitter上宣布,他已经非常接近与小米签订一项工作协议,工作地点位于北京;他还表示将在2019年底动身前往北京,并将在那里组建一个小团队,开发新一代的“PyTorch-y” Kaldi。
今年8月,Dan Povey 因一场学生闹剧被约翰·霍普金斯大学解雇。
Facebook 马上向 Dan Povey 伸出橄榄枝,Dan 接受了。
但 Facebook 表示暂时只能给 Dan 6 个月的 “合同工” 合约,直到完成对所发生的事情的调查,并将根据调查结果决定是否正式聘请。
Dan 拒绝了,并讽刺 Facebook 的所作所为让他感觉 “déjà vu(似曾相识)”。
Dan 随后在个人主页上汇报,
他计划去一家中国公司工作,并且 “或许会在一所中国大学兼职”。
消息一出,国内学界业界颇为兴奋,纷纷猜测大神将去哪儿。
现在,Dan Povey 的新工作终于明晰:
这家中国公司,就是小米
。
目前尚不知道Dan将在小米从事哪方面的工作,不过,从双方的情况来看,Dan在小米应该会继续从事语音方面的研究,帮助推动小米旗下语音平台 ——
小爱同学
的发展。
语音界传奇 Dan
开发 Kaldi 撑起语音识别开源软件半边天
非语音方向的读者可能不熟悉 Dan Povey,在语音界,Dan Povey 可以说是一个传奇。
Dan Povey 是语音界赫赫有名的大佬,根据 LinkedIn 的信息,自 2012 年以来,他一直在约翰・霍普金斯大学担任助理研究教授。在加入霍普金斯大学之前,他曾在微软和 IBM 担任研究员。
略扫一遍知乎上的讨论,我们发现,Dan 教授在学生中有着极高的声誉,他的一堆 “标签” 甚至让路人圈粉。
他曾经的学生说:“Dan 是我见过的最纯粹耿直善良的 researcher,不仅学术水平极佳,至今仍居 coding 一线,灵感来了写代码写到不舍昼夜,仅靠一个土豆维生。”
工作狂
:Dan 是个工作狂,据称,他每天工作 14 小时以上,除了回复邮件,就是在写代码;
热心
:关心学生、主动兼任维护服务器、出来开会曾为了帮助穷学生而 share 旅馆,甚至经常给无家可归者钱;
纯粹
:他的理想是 “干掉” Nuance(一家早期非常有名的语音识别公司),给大家提供免费的语音识别工具。这让他在并不十分美好的巴尔的摩一呆就是 7 年,全心地开发和维护 Kaldi;Kaldi 的论坛上,几乎每个帖子都能得到回复,Dan 回复邮件几乎是有求必应。
Dan Povey 最著名的工作是领导
开发了
Kaldi
,这是一个
开源的语音识别工具包,在 Apache 许可下免费提供。
Kaldi 旨在为语音识别开发者提供灵活、可扩展的软件,支持线性 linear transforms、MMI、 boosted MMI 和 MCE 判别训练、特征空间判别训练和深度神经网络,并且已经提供 TensorFlow 集成。
关于 Kaldi 名字的来源,据说 Kaldi 是传说中发现咖啡的咖啡之神的名字,Dan 希望工具包像咖啡那样容易、方便、流行。
现在,Kaldi 已经成为最广泛使用的开源语音识别工具包之一,许多语音识别团队都依靠 Kaldi。这套工具包自 2011 年发布以来,下载量已经超过了两万多次,合著的论文目前也已经被引用一千多次。可以说 Kaldi 撑起了语音识别开源软件的半边天。
Kaldi 的影响是巨大的,它是第一个完全用 C++ 编写的,基于加权有限状态及理论的语音识别开源软件,它的模块化与高度可扩展性设计,详细的说明文档,完备公开的教程,也是它受广大开发者喜爱的一个主要原因。
它目前被业界广泛采用作为标准工具,包括学术界的 MIT、CMU、GHU、剑桥,国内的清华、上海交大等等,工业界包括微软、谷歌、IBM,Facebook 等等,它的推出也极大推进整个语音识别领域的发展。
有趣的是,Dan Povey 也是剑桥大学语音识别工具包 HTK 的作者之一,他是领导 HTK 工具包开发的 Phil Woodland 教授的学生。经过若干年的发展,Kaldi 集成的技术已经多于 HTK,老师开发了第一代语音识别开源软件,学生开发了第二代语音识别开源软件。
一场学生闹剧令语音大牛遭解雇:
教授深夜闯入,只为夺回服务器
语音界大佬愤而出走,怒拒 Facebook转投中国,缘起于一次 “为了夺回服务器” 的反抗,以及因此发生的一场闹剧式的解雇风波。
事情生在 5 月 7 日的午夜,Dan Povey 带着一把断线钳,试图趁着夜黑风高闯入被抗议的学生占领的行政楼,夺回 CLSP(语言语音处理中心)维护的服务器的控制权。
在这之前,行政楼 Garland Hall 已经被静坐抗议的学生占领长达 34 天,他们将窗户封紧,大门用铁链锁上。
但 Dan 负责维护的 CLSP 的服务器在大楼里,在试图向学校申请进入大楼维护服务器无果之后,他决定阻止这场抗议。
Dan 以工作狂闻名,他的学生 Guoguo Chen 在知乎上说:“这么些年和 Dan 接触下来,感觉有两个点是不能触碰的,一个是时间,一个是服务器。”