crisishistory/HistoryAIToolkit

Create or find a smaller dataset of interview question and answer snippets

Open

#48 geöffnet am 4. Okt. 2023

Auf GitHub ansehen
 (0 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (18 Forks)github user discovery
hacktoberfest-acceptedhelp wantedhigh priority

Repository-Metriken

Stars
 (13 Stars)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

Beschreibung

The current accompanying Kaggle dataset is a bit large for people on low bandwidth connections to download, and a bit large to annotate.

There are some existing speech recognition datasets, but I haven't seen one of questions and answers. Is there one? Or should we create our own?

  • Search online for a free speech recognition data set containing annotated, transcribed audio samples of questions and answers
  • If one exists, comment here with what you found
  • If one doesn't exist, create a tiny starter dataset consisting of 5 brief audio samples (1-3 minutes?) with accompanying transcription and timestamps. To help with this task, you can use slicer.py and transcript.py

Kaggle is one possible place to search for or host our own dataset. Open to other options too.

Contributor Guide

Research-Richtung
Suche nach vorhandenen Spracherkennungsdatensätzen mit Frage und Antwort Ausschnitten. Wenn keine existieren, erstelle mit slicer.py und transcript.py einen kleinen Datensatz mit 5 Audiobeispielen sowie Transkriptionen und Zeitstempeln.
Tech Stack
python
Domain
dataai
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Frisch
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Meist klar
Voraussetzungen
PythonGit
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
85