diff --git a/README.md b/README.md
index 6cf48a07b1d725..d090b69036f94a 100644
--- a/README.md
+++ b/README.md
@@ -1,5 +1,7 @@
 ![Baidu Logo](/doc/baidu-research-logo-small.png)
 
+[In Mandarin 中文版](README.zh_cn.md)
+
 # warp-ctc
 
 A fast parallel implementation of CTC, on both CPU and GPU.
diff --git a/README.zh_cn.md b/README.zh_cn.md
new file mode 100644
index 00000000000000..5f0ab45ab20883
--- /dev/null
+++ b/README.zh_cn.md
@@ -0,0 +1,7 @@
+![Baidu Logo](/doc/baidu-research-logo-small.png)
+
+[In English](README.md)
+
+# warp-ctc
+
+在我们实验室，我们专注于将递归神经网络规模化, CTC损失函数是其中很重要的一部分。为了让我们的系统更有效率，我们并行处理了CTC算法，正如这篇文章中所描述的（http://arxiv.org.abs/1512.02595）。这个项目包含了我们的高性能CPU以及CUDA版本的CTC损失函数, 以及绑定的Torch （http://torch.ch/）. 该代码库提供了简单的C接口，易于与深度学习框架整合。