内容简介 刚刚过去的十年是语音技术发展的黄金十年。2010年前后，从谷歌公司发布第一个语音搜索应用、苹果公司发布第一个语音助手Siri开始，语音技术的发展转瞬进入了快车道。语音技术的基础算法不断推陈出新，语音任务Benchmark持续被刷新；语音产品的应用也从一开始很小众的语音输入，逐渐渗透到人们生活的方方面面。 语音产业飞速发展，传统的语音技术教材已经满足不了该领域从业者的迫切需求。本书以目前流行的开源语音识别工具Kaldi为切入点，深入浅出地讲解了语音识别前沿的技术及它们的实践应用。本书的作者们拥有深厚的学术积累及丰富的工业界实战经验。 本书适合语音技术相关研究人员及互联网从业人员学习参考。 序1 最近这段时间我的生活有了一些戏剧性的变化，大家可以从一些新闻（比如《纽约时报》）中看到具体的报道。因为这些变化，我目前暂时在做一些咨询的工作，也因此有机会到世界各处巡游。比如此时此刻，在为这本书写序的时候，我正在土耳其伊斯坦布尔的一家小咖啡馆里。写序其实并不是一个我所擅长的事情，相对来说，我更喜欢写程序，但是我会尽我所能为这本书写序。 计算机软件很少有处在稳定状态的，对于Kaldi来说尤其如此。用鲨鱼的例子来做类比，鲨鱼是从来不休息的，必须通过持续的运动才能生存；Kaldi也是这样，这些年来一直都在一刻不停地、持续地发展壮大。当然，发展是一把双刃剑，这么高速的发展给Kaldi带来了很多发展红利，也不可避免地带来了问题。事实上，在当前版本的Kaldi开发中，我们做出了不少正确的决定，但是回过去看，也有不少不尽如人意的设计。因此，我目前正在为Kaldi规划一些比平常大得多的改动，比如更好地支持当前主流的机器学习框架，例如PyTorch。当然，Kaldi大部分的特性都会保持不变，因此我相信这本书的内容会一直有很大的参考价值。 Kaldi最宝贵的资产其实一直都是Kaldi的开源…