来自语音从业者的一封批评信

“这种情况可能会导致对领域的投资不足。”  文 | 杨丽 雷锋网讯，曾几何时，NLP的ImageNet时代被许多人所期待，他们希望用于语言任务的模型也能够像ImageNet在计算机视觉领域的应用一样广泛。近日，来自俄罗斯Silero公司的数据科学家Alexander Veysov发表了一篇名为《语音从业者对业界和学术界的批评》的文章，引发了不少同行关注。他在文中指出，“最近在大众媒体中，有监督机器学习泛滥成风。出现这种情况的原因是，无法兑现的承诺被炒作，使该领域出现了非理性的繁荣和过度投资。这种情况可能会导致对领域的投资不足。”文中，Alexander Veysov以ImageNet在计算机视觉领域的广泛应用进行对比，反衬语音转文字（STT）行业的预训练模型、迁移学习和数据集都远远 ………………………………