语音作为人与人交流的直接媒介，承载着人们日常生活中的大部分信息来源。基于近年来通信技术与物联网的发展，各式各样的语音助手、智能家具等软硬件层出不穷，人机交互技术的发展及人们对其需求日益攀升。语音识别技术在人机交互上扮演着重要的角色，任何因其导致的识别错误都可能在人机交互系统中的各个模块上传播，并最终导致交互失败。因此针对语音识别的研究具有重要的学术价值和应用价值。

混合语言现象常常出现在能够流利使用多种语言的群体中。英文作为全球的通用语言，就时常以各种形式与其他语言混合在一起。然而现有的大多数最先进的语音识别系统都专注于单语种语音识别，即它们一次只能处理一种语言，这样的系统无法识别中英混合语言的语音。随着语音技术开始渗透到人类生活的方方面面，混合语言的现象受到越来越多的关注。因此，开发用于中英文混合语言的自动语音识别(CSSR)系统尤为重要。

在线教育场景下的直播间不同于泛娱乐类直播App，其业务的复杂度更高，同时用户的设备分布更分散，有很多低端机及性能差的设备，而用户的上课的时长通常在1.5小时左右，长时间的停留让设备发热及耗电明显，最终导致直播间的性能问题成为了根本的瓶颈。

打破语音转录模型瓶颈，新词秒级别添加。

多活建设带来稳定性和成本的双收益。

直播场景下强互动的多端同构方案设计及性能优化实践。

资本追求规模和快速增长，而教育需要慢下来细心打磨，这两者之间如何求得平衡，是一个需要思考的问题。

作为中国用户规模最大的K12在线教育平台，致力于用科技手段助力教育普惠，解决教育领域“痛点”，产品和服务品质是核心。

“你不能指望所有人都相信你，你永远只能说服一小部分人。”