2021-10-10

1. 目前语言领域（包括语言识别、唤醒）的进展，以及实际落地中遇到的困难？

   • 唤醒：小度、亚马逊 >> 二级系统、一级系统；低功耗芯片
   • 语言识别：
     挑战：模型的裁剪（低功耗设备端端移植）、数据回流（迭代模型）、复杂场景下识别

2. 智能语音在嵌入式设备端落地时，相比于服务器端，有哪些是需要特别考虑的因素？
   数据回流：隐私问题（数据智能保留2星期）——服务器
   嵌入式：1、用户数据无法回流。（联邦学习是好方向）；2、降低功耗是首要问题（模型的裁剪和压缩；工程，做指令集的优化fft、直接用汇编指令实现）

3. 建议？
   参与实际工作。

4. 发布的英文版语音识别数据集介绍
   GigaSpeech: An Evolving, Multi-domain ASR Corpus with 10,000 Hours of Transcribed Audio

https://github.com/SpeechColab/GigaSpeech

Future Work

• More languages
• More benchmarking
• Pre-trained models
• Fine-tuning
• PySpeechColab
• Decoders