Research & Development — Label Studio, HumanSignal & speech recognition

Label Studio & HumanSignal

Open-source data labeling and an AI platform [2019–today]

I'm a co-founder of HumanSignal and of Label Studio, the open-source tool teams use to annotate, label and explore datasets and get them ready for machine learning.

Label Studio has 27k+ stars on GitHub and 1M+ users, and is trusted by teams at Cloudflare, NVIDIA, Meta, IBM and Intel. The enterprise platform is SOC 2 Type II and HIPAA compliant. We raised a $25M Series A led by Redpoint Ventures to build it out.

Speech recognition solutions

Language and speaker identification, diarization [2011]

I run a lot of R&D projects at ASM Solutions. TensorFlow, PyTorch, GMMs, i-vectors and filterbanks are part of my daily practice. I attend international conferences in the field and publish there. All of the research runs in Python and C++, and we also build a speech-processing SDK and high-performance computing solutions with CUDA.

TfMicro: Lightweight framework for TensorFlow

Build your TF models comfortably [2017–2019]

Focus on the model — TfMicro handles the rest: a multiprocessing data pipeline, callbacks, keyboard controls, and saving / loading / preloading of models, and much more.
TfMicro on GitHub

Testarium: Research tool, open source

Run experiments and store the results in a repository [2014–2019]

It provides a scientific template for experiments and uses NumPy, Colorama, Flask, D3, jQuery UI and Angular to give you a powerful shell and a clean presentation of your experimental data and scores.

It helps researchers and their managers track progress and tune parameters. I used it in my own work on neural networks and speech recognition. See testarium.makseq.com.

ECG Demodulator and iOS/Android Mobile App

FM Demodulator for the electrocardiogram signals (ECG) [2013-2014]
iOS/Android mobile app for ECG recording and management [2014-2015]

I designed the FM demodulator software for BIOSS ECG devices. It's used by KardioDom in their healthcare app, HelterBook.

Later, my team and I designed and built an iOS / Android app for KardioDom on top of this demodulator.
Get it on Google Play

Publications

Here is the list of my scientific publications (part of them are in russian only):

1. Lightweight embeddings for speaker verification. Maxim Tkachenko, Alexander Yamshinin, Mikhail Kotov. Speecom, 2018 link
2. Speech Enhancement for Speaker Recognition Using Deep Recurrent Neural Networks. Maxim Tkachenko, Alexander Yamshinin, Nikolay Luibimov, Mikhail Kotov. Speecom, 2017 link
3. Language Identification using Time Delay Neural Network D-Vector on Short Utterances. Maxim Tkachenko, Alexander Yamshinin, Nikolay Luibimov, Mikhail Kotov. Speecom, 2016 link
4. Danila Doroshin, Alexander Yamshinin, Nikolay Lubimov, Maxim Tkachenko. Shared latent subspace modelling within Gaussian-Binary Restricted Boltzmann Machines for NIST i-Vector Challenge 2014. Interspeech, 2015 link
5. Danila Doroshin, Maxim Tkachenko, Nikolay Lubimov, Mikhail Kotov. Application of l_1 Estimation of Gaussian Mixture Model Parameters for Language Identification. Speech and Computer Lecture Notes in Computer Science Volume 8113, 2013, pp 41-45 link
6. Maxim S. Tkachenko. Modeling Environment for Particles Configuration Control in Magnetic and Electric Fields. Intel International Science and Engineering Fair. Phoenix, 2005
Read moreShow less
М.С. Ткаченко. Среда для моделирования вычислительных задач. // Журнал Мир ПК – Диск, 2006, №4 (40), (2006a04_cd05.pdf), c.1-5.
М.С. Ткаченко, А.М. Умнов, А.В. Гиглавый. Инструментальная среда моделирования и визуализации исследования динамики электронов в магнитных и электрических полях. // В сб.: Материалы 28 Всероссийского семинара “Озон и другие экологически чистые окислители. Наука и технологии”. Москва, МГУ, 2 июня 2006, с. 124.
М.С. Ткаченко, А.В. Гиглавый, А.М. Умнов. Generation ISEF или рекомендации по подготовке и участию в Intel International Science and Engineering Fair на примере работы “Инструментальная среда моделирования и визуализации движения заряженных частиц в магнитных и электрических полях”. // Москва, изд-во МАКС Пресс, 2007, - 40 с. (Приложение: CD диск с примерами.)
А.М. Умнов, М.С. Ткаченко. Визуализация движения заряженных частиц в электромагнитных и магнитостатических полях в интерактивных обучающих программах. // В сб. трудов Международной научно-практической конференции “Образовательные, научные и инженерные приложения в среде LabVIEW и технологии National Instruments”. Москва, 14-15 ноября 2003 г. –М.: изд-во РУДН, 2003, с.107-109.
М.С. Ткаченко, А.М. Умнов. Инструментальная среда визуализации и исследования движения заряженных частиц в магнитных и электрических полях. // В сб. аннотаций докладов по озонной тематике, представленных на семинарах в МЭИ и МГУ им. М.В. Ломоносова (1994-2008 гг.). Москва, изд-во МАКС Пресс, 2008, с. 87-88.
М.С. Ткаченко, А.М. Умнов. Инструментальная среда визуализации и исследования движения заряженных частиц в магнитных и электрических полях. // В сб. материалов 30-й Всероссийский семинар "Озон и другие экологически чистые окислители. Наука и технологии". Москва, изд-во МАКС Пресс, 2008, с. 301-302.
М.С. Ткаченко. Инструментальная среда моделирования и визуализации движения заряженных частиц в магнитных и электрических полях. // В сб. тезисов "Ломоносов-2008" секция "Физика". Москва, изд-во отдела оперативной печати физического факультета, 2008, с. 99-100.
М.С. Ткаченко, А.М. Умнов. Научно-практический журнал "Открытое образование". 6(77)'2009. c. 37-43.
М.С. Ткаченко, А.С. Лукин. Многомасштабный метод спектрального вычитания для подавления шумов в аудиосигналах. В сб. тезисов "DSPA-2010". Москва. 2010. с. 124-125
М.С. Ткаченко. Многомасштабный метод подавления шумов в аудиосигналах. Сборник тезисов лучших дипломных работ 2010. Московский государственный университет имени М.В. Ломоносова, факультет вычислительной математики и кибернетики. Москва, 2010, с. 20.
М.С. Ткаченко. Научно-познавательная статья: «Как слушать музыку», 2010.