谈及为何选择在小米开发新一代Kaldi，Daniel Povey对记者直言:“事实上有很多大型互联网公司都想把我招致麾下，但小米是一家公司战略规划相对稳定的公司，加上表现出对开源项目的承诺与重视，因此在我需要做开源项目这一硬性标准看来，小米是最佳去处。”
端到端 ASR 模型引入语言模型的方式有几种，包括在解码过程中加入语言得分的 On-the-fly Rescore 的方式、对 n-best 结果 Rescore 的方式、以及采用 WFST 解码图的方式。
池炜恒（池化） 投稿量子位 | 公众号 QbitAI开源数字人实时对话Demo来了～支持语音输入和实时对话，数字人形象可自定义的那种。生成的数字人效果belike：目前这个数字人实时对话Demo已在阿里巴巴ModelScope魔搭社区上线。
然而，尽管技术已经趋近成熟，门槛大大降低，开发和运行可落地的语音人工智能服务仍然是一项复杂而艰巨的任务，通常需要面临实时性、可理解性、自然性、低资源、鲁棒性等挑战。毕业后曾就职于头部互联网公司语音交互部门，主要负责流式 ASR 的迭代与优化、粤语 ASR 等。
4月28日，由海淀区科学技术协会主办，清华科技园科学技术协会、启迪之星、清华校友总会自动化系分会承办，智能无人系统产学研联盟协办的2024中关村论坛年会配套活动——大模型生态构建与应用发展大会在中关村国家自主创新示范区展示中心万春厅成功举办。
2017年1月，小米人工智能实验室语音组成立。初期仅有4人，截至2022年底，团队成员共98人，其中国内外博士20名，硕士75名。团队成立仅4个月，就上线了小米第一代语音识别系统，还公开了一篇小米在电视语音交互中端到端语音识别的研究成果。
