国内在语音识别领域的工作，眼之所见，主要是以下两种：

1、写工具。每个团队一般都有自己的训练工具和解码工具。GMM时代是根据HTK重写一遍，现在应该是根据Kaldi。重写的人在数据结构和算法方面会做优化，以满足产品线对效率的要求。至于对语音识别问题的认识自然是不会加深。

2、用工具。具体到一个应用，需要有人处理数据、训练模型、测试结果。很不幸我便是这样的角色。搭系统总还是要考虑应用场景、数据搭配、超参数调优等事情，不至于说高中生即可胜任。但较之写工具，该工作又要逊色很多。

真正加深大家对语音识别认识的工作，是成功实现了过去没有的算法。十几年来，这样的工作屈指可数，不外乎MPE训练、DNN-HMM框架和LSTM-HMM框架。这些工作实实在在的提升了语音识别的体验，他们的发明者是这个行业的脊梁。