随着人工智能时代的到来，语音产业得到了快速发展，尤其是随着网络会议的兴起，人们对语音识别速度和准确性的要求越来越高。在这样的背景下，WeNet 社区推出了开源的端到端语音识别工具包，包括致力于端到端语音识别模型的训练，以及端到端模型在工业级产品中的落地与部署。本次分享将从实践落地的角度来阐述端到端语音识别工具包 WeNet 的技术演进之路。

演讲提纲：

1. 语音产业发展背景及行业诉求
2. 语音识别框架：传统 vs. 端到端语
3. 开源端到端语音识别工具包 —— WeNet 技术演进之路
4. WeNet 产品级方案
5. 未来与展望

你将获得：

• 了解语音识别的发展历程
• 了解端到端语音识别的发展现状
• 了解端到端语音识别工具包 WeNet 的落地与部署

近年来，随着深度学习在语音合成任务上带来的突破性进展，歌声合成逐渐迈向实用化阶段。在虚拟偶像、音乐创作、游戏配乐等场景中崭露出巨大的应用潜力。为了汇集更多的智慧、推进 AI 音乐技术的普及与发展，首个高质量中文歌声合成数据集 Opencpop 应运而生。本次分享将为大家揭晓 Opencpop 背后的故事，共同探讨 AI 音乐的发展方向。

演讲提纲：

1. 背景介绍
   • 歌声合成介绍
   • 为什么开源？
2. 数据构建
   • 音色挑选
   • 曲库设计
   • 录制环境
   • 标注体系
3. 实验论证
   • 实验设计
   • 主客观结果
4. 未来展望

你将获得：

• 了解歌声合成技术历史与现状
• 了解歌声合成数据库设计与建设方法
• 了解歌声合成技术的难点与发展趋势

过去十几年 Kaldi 开源语音识别软件风靡全球，为语音识别的产业化落地做出了杰出贡献。然而，随着深度学习框架的普及和端到端模型的兴起，Kaldi 逐渐显得跟不上技术发展的趋势，于是新一代 Kaldi 应运而生。那么新一代 Kaldi 项目要解决什么问题？它目前的研发现状是什么样的？未来又有哪些开发计划？它里面提出的可微分加权有限状态转换器又是怎么工作的呢？本次分享将为你一一揭晓。

演讲提纲：

1. 什么是新一代 Kaldi
2. 可微分加权有限状态自动机
   • k2 中的 FSA
   • 如何实现 FSA 的可微分
   • 使用可微分加权有限状态自动机训练模型
3. 新一代 Kaldi 在端到端模型上的探索

你将获得：

• 了解新一代 Kaldi 项目的基本目标和概念
• 了解可微分加权有限状态自动机的工作原理
• 了解新一代 Kaldi 在端到端模型上的探索