什么是Kaldi？Kaldi is a speech recognition toolkit, freely available under the Apache License.注意，Kaldi仅仅是一个工具包，不是一个语音识别框架，想做语音识别，框架还要自己写。这里有一系列ASR开源软件的比较：https://en.wikipedia.org/wiki/List_of_speech_

语言模型技术广泛应用于语音识别、OCR、机器翻译、输入法等产品上。语言模型建模过程中，包括词典、语料、模型选择，对产品的性能有至关重要的影响。语言模型的建模需要利用复杂的模型公式进行模拟计算，是人工智能领域的关键技术之一。曹立新，2011年7月毕业于哈尔滨工业大学计算机科学与技术专业，曾任百度语音资深研发工程师。负责百度超大语言模型训练，语音交互技术研发以及语音搜索、语音输入法、语音助手等产品

语音作为最自然便捷的交流方式，一直是人机通信和交互最重要的研究领域之一。自动语音识别（Automatic Speech Recognition，ASR）是实现人机交互尤为关键的技术，其所要解决的问题是让计算机能够“听懂”人类的语音，将语音中传化为文本。自动语音识别技术经过几十年的发展已经取得了显著的成效。近年来，越来越多的语音识别智能软件和应用走人了大家的日常生活，苹果的Siri、微软的小娜、科大

语音技术在近年来开始改变我们的生活和工作方式。对于某些嵌入式设备来说，语音成为了人机交互的主要方式。出现这种趋势的原因，首先是计算能力的不断提升，通用GPU等高计算能力设备的发展，使得训练更复杂、更强大的声学模型（Acoustic Model, AM）变得可能，高性能的嵌入式处理器的出现，使语音识别的终端应用变得可能。声学模型是人工智能领域的几大基本模型之一，基于深度学习的声学模型发展对于人工智

语音识别是目前应用最成熟的人机交互方式，从最初大家体验过的有屏手持设备这种近场的语音识别，如Siri以及各种语音助手，到现在，语音识别的应用已经完成了向智能硬件以及机器人上延伸，不过，新的人机交互对硬件、算法要求更加苛刻，各企业正面临着巨大的挑战。那么实现人机交互需要解决哪些问题？这其中的关键技术有哪些？人机交互的未来趋势如何？本期硬创公开课邀请了科大讯飞的研发主管赵艳军为大家答疑解惑。分享嘉

理论回声消除器的数学模型图回声消除本质上就是把输出信号和它产生的回声信号之间建立一个回声数学模型，利用开始的数据训练这个模型的参数，怎么训练呢？就是在远端有说话，但近端没有说话的时候，录音应该是静音，即回声完全消除。所以算法就朝着这个方向努力，一旦回声为0，则滤波器收敛。自适应滤波器算法多种多样，但是目前流行的还是最经典的LMS和NLMS，NLMS是LMS的优化 。判断标准：收敛速度快，运算复杂