怒拒 Facebook 后,传奇语音大牛、Kaldi 之父将加盟小米

怒拒 Facebook 后,传奇语音大牛、Kaldi 之父将加盟小米
2019年10月19日 21:18 砍柴网

来源 :新智元

编辑:鹏飞、张佳

Daniel Povey在个人Twitter上宣布,他已经非常接近与小米签订一项工作协议,工作地点位于北京;他还表示将在2019年底动身前往北京,并将在那里组建一个小团队,开发新一代的“PyTorch-y” Kaldi。

Daniel Povey的推特

今年8月,Dan Povey 因一场学生闹剧被约翰·霍普金斯大学解雇。

Dan Povey

Facebook 马上向 Dan Povey 伸出橄榄枝,Dan 接受了。

但 Facebook 表示暂时只能给 Dan 6 个月的 “合同工” 合约,直到完成对所发生的事情的调查,并将根据调查结果决定是否正式聘请。

Dan 拒绝了,并讽刺 Facebook 的所作所为让他感觉 “déjà vu(似曾相识)”。

Dan 随后在个人主页上汇报,他计划去一家中国公司工作,并且 “或许会在一所中国大学兼职”。

消息一出,国内学界业界颇为兴奋,纷纷猜测大神将去哪儿。

现在,Dan Povey 的新工作终于明晰:这家中国公司,就是小米。

目前尚不知道Dan将在小米从事哪方面的工作,不过,从双方的情况来看,Dan在小米应该会继续从事语音方面的研究,帮助推动小米旗下语音平台 —— 小爱同学的发展。

语音界传奇 Dan

开发 Kaldi 撑起语音识别开源软件半边天

非语音方向的读者可能不熟悉 Dan Povey,在语音界,Dan Povey 可以说是一个传奇。

Dan Povey 是语音界赫赫有名的大佬,根据 LinkedIn 的信息,自 2012 年以来,他一直在约翰・霍普金斯大学担任助理研究教授。在加入霍普金斯大学之前,他曾在微软和 IBM 担任研究员。

略扫一遍知乎上的讨论,我们发现,Dan 教授在学生中有着极高的声誉,他的一堆 “标签” 甚至让路人圈粉。

他曾经的学生说:“Dan 是我见过的最纯粹耿直善良的 researcher,不仅学术水平极佳,至今仍居 coding 一线,灵感来了写代码写到不舍昼夜,仅靠一个土豆维生。”

工作狂:Dan 是个工作狂,据称,他每天工作 14 小时以上,除了回复邮件,就是在写代码;

热心:关心学生、主动兼任维护服务器、出来开会曾为了帮助穷学生而 share 旅馆,甚至经常给无家可归者钱;

纯粹:他的理想是 “干掉” Nuance(一家早期非常有名的语音识别公司),给大家提供免费的语音识别工具。这让他在并不十分美好的巴尔的摩一呆就是 7 年,全心地开发和维护 Kaldi;Kaldi 的论坛上,几乎每个帖子都能得到回复,Dan 回复邮件几乎是有求必应。

……

Dan Povey 最著名的工作是领导开发了 Kaldi,这是一个开源的语音识别工具包,在 Apache 许可下免费提供。

Kaldi 旨在为语音识别开发者提供灵活、可扩展的软件,支持线性 linear transforms、MMI、 boosted MMI 和 MCE 判别训练、特征空间判别训练和深度神经网络,并且已经提供 TensorFlow 集成。

关于 Kaldi 名字的来源,据说 Kaldi 是传说中发现咖啡的咖啡之神的名字,Dan 希望工具包像咖啡那样容易、方便、流行。

现在,Kaldi 已经成为最广泛使用的开源语音识别工具包之一,许多语音识别团队都依靠 Kaldi。这套工具包自 2011 年发布以来,下载量已经超过了两万多次,合著的论文目前也已经被引用一千多次。可以说 Kaldi 撑起了语音识别开源软件的半边天。

Kaldi 的影响是巨大的,它是第一个完全用 C++ 编写的,基于加权有限状态及理论的语音识别开源软件,它的模块化与高度可扩展性设计,详细的说明文档,完备公开的教程,也是它受广大开发者喜爱的一个主要原因。

它目前被业界广泛采用作为标准工具,包括学术界的 MIT、CMU、GHU、剑桥,国内的清华、上海交大等等,工业界包括微软、谷歌、IBM,Facebook 等等,它的推出也极大推进整个语音识别领域的发展。

有趣的是,Dan Povey 也是剑桥大学语音识别工具包 HTK 的作者之一,他是领导 HTK 工具包开发的 Phil Woodland 教授的学生。经过若干年的发展,Kaldi 集成的技术已经多于 HTK,老师开发了第一代语音识别开源软件,学生开发了第二代语音识别开源软件。

一场学生闹剧令语音大牛遭解雇:

教授深夜闯入,只为夺回服务器

语音界大佬愤而出走,怒拒 Facebook转投中国,缘起于一次 “为了夺回服务器” 的反抗,以及因此发生的一场闹剧式的解雇风波。

事情生在 5 月 7 日的午夜,Dan Povey 带着一把断线钳,试图趁着夜黑风高闯入被抗议的学生占领的行政楼,夺回 CLSP(语言语音处理中心)维护的服务器的控制权。

被学生占领的 Garland Hall 外墙

在这之前,行政楼 Garland Hall 已经被静坐抗议的学生占领长达 34 天,他们将窗户封紧,大门用铁链锁上。

但 Dan 负责维护的 CLSP 的服务器在大楼里,在试图向学校申请进入大楼维护服务器无果之后,他决定阻止这场抗议。

Dan 以工作狂闻名,他的学生 Guoguo Chen 在知乎上说:“这么些年和 Dan 接触下来,感觉有两个点是不能触碰的,一个是时间,一个是服务器。”

Guoguo Chen 说:“Dan 还有一个不能接受的便是服务器的不稳定。Dan 在很多事情上都比较宽容,但是如果谁乱用了服务器的资源,会收到 Dan 非常严厉的警告。Dan 觉得数据和计算资源,对整个 CLSP 来说,都是非常非常重要的资产,需要随时保证 CLSP 的每一个人都可以使用到。我相信这也是为什么 Dan 在这次事件中,会试图夺回服务器,避免数据和及其资源的损失。”

根据当地报纸的报道,那天夜里,在其他六名 “社会闲散人士” 的陪同下,Dan 携带钳子前往大楼,费力地试图剪断抗议学生在门上绑的铁链,夺回服务器的控制权。

视频拍摄到 Dan 被学生们推出大楼

但他失败了。随即引发了肢体冲突,Dan 被学生们推挤出大楼。Dan 在他的网站上解释,强行进入大楼是因为研究用的服务器故障,而该服务器在学生占领的大楼内。

“夺回服务器” 事件后,Dan Povey 先是被停职,随后在 8 月 8 日,被校方以 “危害学生安全” 为由解雇。

Dan 公开了这封解雇信,并说他会提前离开。他在自己的网站上辩护说:“或许我失去了工作,但至少我依旧保有尊严和独立的思想。”

他说,自己被炒鱿鱼是因为他是白人男性,而抗议的学生是少数族裔。在个人主页的陈述中,他写道:“对于美国人及美国各类机构而言,似乎没什么比被指控种族主义(或类似主义)更可怕的了。这导致了我们这里看到的荒谬的事实:如此巨大的机构竟因几个被蛊惑的孩子陷入瘫痪。”

他表示自己有很多出路:“我告诉朋友,再不济我就到中国或者俄罗斯去。但我要告诉各位,不论发生什么,我永远不会道歉,不会退缩。”

在公开信中,他写道:

最后,我留下几句鲍勃·迪伦的歌词:

我不对我做的任何事感到遗憾我很高兴我战斗了

我只希望我们胜利

最后,欢迎 Dan 来中国,祝福他在中国的工作愉快~

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部