音频caption支持输出带时间戳的吗
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 5/5
- Tiempo estimado
- Más de una semana
- Aptitud para principiantes
- 42/100
- Tipo de issue
- Nueva funcionalidad
- Claridad
- Bastante claro
- Estado de actividad
- Tranquilo
- Stack tecnológico
- python
- Área
- machine-learning
Línea de trabajo
El issue no menciona archivos, pruebas ni puntos de entrada. Empieza localizando el punto de entrada de inferencia de audio-captioning y su salida de captions actual; después, determina cómo deben encajar la segmentación automática de audio y los resultados con marcas de tiempo en la estructura start/end/caption solicitada; se considera terminado cuando se produzca esa salida estructurada.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
比如
[
{"start":0.0,"end":3.1,"caption":"dog barking"},
{"start":2.8,"end":7.0,"caption":"woman speaking"},
{"start":6.9,"end":12.0,"caption":"car engine starts"}
]
这样的，自动切割音频并分段caption
- Lenguaje dominante
- Python
- Estrellas
- 667
- Forks
- 45
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Aún no hemos revisado los archivos de configuración de este proyecto. Empieza por su README y consulta nuestra guía para la primera contribución para los pasos generales.
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de OpenMOSS/MOSS-Audio
-
Add the LICENSE file — pyproject references one that doesn't exist (inference code has no licence)Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
OpenMOSS/MOSS-Audio#24 ·
-
promptAbierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
OpenMOSS/MOSS-Audio#33 ·
-
自建的speech caption的数据开源吗Abierto
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
OpenMOSS/MOSS-Audio#32 ·
-
关于时间戳音频转录质量Abierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
OpenMOSS/MOSS-Audio#30 ·
-
Common Voice 15 EN EvaluationAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 35/100
OpenMOSS/MOSS-Audio#27 · 1 comentario ·
Todos los issues de OpenMOSS/MOSS-Audio
Issues similares
-
ACK_WAITING HELP_WANTED UPDATE_CS
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
OWASP/CheatSheetSeries#2458 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 90/100
BasedHardware/omi#19711 ·
Los mantenedores suelen responder en 1 día
-
Qwen3_5MoeModel no longer returns router_logits, breaking aux loss with output_router_logits=TrueAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
huggingface/transformers#49172 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
vllm-project/vllm-metal#885 ·
Los mantenedores suelen responder en 1 día