Deep Neural Networks for Acoustic Modeling in Speech Recognition

Vincent Vanhoucke is a research scientist in Google Research, Mountain View, CA, where he manages the speech quality research team. Prior
to that, he was an early employee at Like.com (now part of Google), where he worked on object, face and text recognition technologies. From
1999 to 2005, he was a research scientist in the speech R&D team at Nuance, Menlo Park, CA. He received his Ph.D. from Stanford University
in 2004 for research in acoustic modeling, and is a graduate from the Ecole Centrale Paris.
Patrick Nguyen is a research scientist in Google Research, Mountain View, CA. Prior to joining Google, he was with Microsoft Research
in Redmond, WA from 2004-2010. Prior to that, he was working at the Panasonic Speech Technology Laboratory from 2000-2004, in Santa
Barbara, CA. In 1998, he founded a company developing a platform real-time foreign exchange trading. He received his Doctorate degree from
the Swiss Federal Institute for Technology (EPFL) in 2002. His area of expertise revolves around statistical processing of human language, and
in particular speech recognition. He is mostly known for Segmental Conditional Random Fields and Eigenvoices. He served on the organizing
committee of ASRU 2011 and he co-led the 2010 JHU workshop on Speech Recognition. He currently serves on the Speech and Language
Technical Committee of the IEEE Signal Processing Society.
Tara Sainath received her PhD in Electrical Engineering and Computer Science from MIT in 2009. The main focus of her PhD work was in
acoustic modeling for noise robust speech recognition. She joined the Speech and Language Algorithms group at IBM T.J. Watson Research
Center upon completion of her PhD. She organized a Special Session on Sparse Representations at Interspeech 2010 in Japan. In addition, she
has served as a staff reporter for the IEEE Speech and Language Processing Technical Committee (SLTC) Newsletter. She currently holds 15
US patents. Her research interests mainly focus in acoustic modeling, including sparse representations, deep belief networks, adaptation methods
and noise robust speech recognition.