mozilla/DeepSpeech

Benchmark the CTC against a RNN-Transducer model

Open

#753 geöffnet am 6. Aug. 2017

Auf GitHub ansehen
 (2 Kommentare) (1 Reaktion) (0 zugewiesene Personen)C++ (4.093 Forks)batch import
Priority: P3enhancementhelp wantedserver time

Repository-Metriken

Stars
 (26.755 Stars)
PR-Merge-Metriken
 (Keine gemergten PRs in 30 T)

Beschreibung

Dieses Issue enthält keine Beschreibung.

Contributor Guide

Research-Richtung
Richten Sie die DeepSpeech Entwicklungsumgebung ein. Verstehen Sie die CTC und RNN Transducer Modelle. Erstellen Sie Benchmark Skripte, um Trainingszeit, Inferenzgeschwindigkeit und Genauigkeit auf gängigen Datensätzen zu messen. Vergleichen Sie die Ergebnisse und dokumentieren Sie die Erkenntnisse.
Tech Stack
pythontensorflow
Domain
machine learningaiperformance
Issue Type
Recherche
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Recherche nötig
Voraussetzungen
Deep Learning conceptsPythonTensorFlowSpeech recognition basics
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
30