专题演讲嘉宾：黄智超

英语教育中少儿口语的测评次数需求量巨大，人工测评肯定无法满足，必须使用算法自动测评，而少儿的口语测评次数巨大又给了测评算法海量的数据支撑。AI语音算法在少儿口语测评中意义重大，而巨大的数据又使得测评算法的准确性得到保证。少儿口语测评调用量巨大，如果把测评服务部署在客户终端可以极大地减低评测时延，提升评测服务的体验，同时也能大大降低服务器压力和成本。

本次分享, 我们希望大家能大概明白语音测评的算法思想和服务的搭建流程，本地化服务中模型压缩的方法，编译库如何和安卓和iOS各终端APK联系。

内容大纲

1. 语音测评算法发展流程

• 动态时间规划算法
• 混合高斯和隐马尔可夫算法
• 深度学习算法

       2. 少儿语音测评优化实践

• 少儿测评语料的筛选
• 少儿多读漏洞单词情况的兼容
• 单个音素打分的优化
• 打分速度的优化

      3. 少儿语音测评本地化实践

• 模型压缩
• 各终端平台的语音测评库的编译，和打入APK
• 异常数据上报机制和平台

听众收益

1. 了解语音测评算法框架

2. 了解本地化语音测评开放的意义和难度            

3. 了解终端模型压缩的方法

4. 本地化接口暴露和如何提供各终端要的库文件

适合人群

语音算法开发者、语音测评开发者、AI算法本地化探究者