小米语音首席科学家 Daniel Povey：语音识别卷完了，下一个机会在哪里？| 智者访谈

文章预览

一线 AI 洞察，智者深度思考 深入产业变革，共创 AI 未来 多模态能力的融合正在改写 AI 发展路径。语音、视觉与自然语言处理的边界日益模糊，以 Transformer 为代表的通用解决方案，正在重塑传统技术领域。 在这个技术 范式转变的关键时期，那些长期深耕细分领域的研究者又在思考什么？ 他们如何看待这种技术融合的趋势？ 本期《智者访谈》邀请到著名开源语音识别项目 Kaldi 的创始人、小米集团语音首席科学家 Daniel Povey 博士。 作为推动全球智能语音处理产业化的关键人物，他见证了语音识别技术从实验室走向大规模应用的全过程。 十多年前，他在微软研究院的实习生，如今已成为 Google Gemini 等标志性项目的负责人。 当整个行业都在追逐大模型和通用方法时， Povey 博士却选择专注于不那么热门，但更有潜力的方向。 「有这 么多聪明人都在 ………………………………