语音技术，包括语音识别与合成等，经历了几十年的发展，恰逢人工智能时代的来临，对其应用场景做了重新定义。但是我们面临的问题从来没有变过：数据失配和模型假设。在本次演讲中，我将分享在小米，我们如何解决失配的问题，如何自动标注数据，以及我们如何在小米特有用户场景下进行产品和算法创新。我们在语音合成中也做了创新的尝试，利用语音识别辅助，端对端的技术取代传统文本处理，节省了繁杂的标注工作。

演讲提纲：

1. 小米语音是如何成长的？

电视->手机->音箱->儿童->车载->笔记本 

2. 语音技术中的自然语言应用

语音识别中采用了深度学习语言模型后，识别率绝对增长超过1%。尺寸小可做嵌入式使用。在语音合成中的文本分析，我们基于端到端网络结构，业内首次提出将端到端网络应用于合成前端，通过一个编解码网络，完成传统复杂前端中的多个模块的功能。通过多目标联合地并行训练，取得了媲美传统前端的性能。

3. 永远要突破算法的天花板

为什么语音算法可以在小米有所突破，发表顶级国际会议论文？不做空中楼阁。有实际产品需求，有用户场景，有强大的内测用户。

4. 语音应用的挑战

5. 小米过去20个月做语音的经验

听众收益：

1. 语音技术在智能家居环境中如何发挥作用

2. 了解如何快速将语音算法落地到产品