与Windows相比，MacBook确实更适合开发环境。毕竟MacBook系统是基于Unix的，有自己的命令行，可以用于Linux操作。
比如，如果你想经常管理CentosUbuntu服务器，可以用MacBook自带的终端命令行直接ssh进入这些服务器，不需要安装像Windows这样的第三方工具Putty。
另外Mac的兼容性更强，安装各种类型的Linux虚拟机也容易很多。许多不同的Linux发行版都可以通过VirtualBox安装。参考我最近写的一篇头条文章:
然后Mac上有很多现成的开发环境，比如Python。如果你想学习机器深度学习和GooglesTensorflow框架，可以通过Python2.7在命令行直接轻松下载安装，然后在本地运行一系列测试。
一句话，Mac的先天优势使得开发过程有趣且稳定，所有建议都可以尝试。
看了很多论文，语音识别领域的高质量文章，大部分都是英文的比较靠谱。看了几个月的论文，终于有了头绪，找到了自己的创新点，开始打算用Tensorflow来训练实验。后来很多人推荐kaldi更适合语音识别，因为语音识别不仅仅是训练几层神经网络，还需要训练前的声音信号处理和训练后的解码，所以我就转行Kaldi学习了。Kaldi是一个基于c的开源语音识别工具箱，这个工具可以在Windows或者Linux下编译。不过之前听说业界还是在Linux下做更多的开发。另外，Kaldi的官方文档还说，建议在Linux下使用Kaldi。所以我选择在Linux环境下安装kaldi。我在虚拟机上安装了Ubuntu版。虽然本科的时候教过Linux的课程，但是很多年后都快忘了，很多订单都需要我妈来完成。