Request for 'Bad List' of Noisy German Samples
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Documentación
- Claridad
- Bastante claro
- Estado de actividad
- Estancado
- Stack tecnológico
- jupyter-notebook, machine-learning
- Área
- data, documentation, machine-learning
Línea de trabajo
Comienza con el pasaje del README que describe muestras ruidosas de reconocimiento de voz en alemán y sigue cómo se filtraron los datos proporcionados usando WER o CER frente a un modelo alemán. Se considera terminado cuando se documente la lista de muestras ruidosas o los criterios de identificación, de modo que los usuarios que no tengan ese modelo puedan reproducir el filtrado.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Hello,
I am currently working with the German speech recognition data provided by this project and came across the following line in the README:
"In addition, we also filter out samples that are considered 'noisy', that is, samples having very high WER (word error rate) or CER (character error rate) w.r.t. a previously trained German model."
Unfortunately, I do not have access to a pre-trained German model to calculate the WER or CER for my dataset. This makes it challenging for me to filter out the noisy samples effectively.
Could you please provide a list of these 'noisy' samples or the criteria used to identify them?
- Lenguaje dominante
- Jupyter Notebook
- Estrellas
- 178
- Forks
- 56
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Preparar el entorno
Este proyecto no incluye contenedor de desarrollo, Dockerfile ni guía de contribución, así que la configuración corre por tu cuenta: 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 nvidia-riva/tutorials
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
nvidia-riva/tutorials#229 ·
-
Dificultad 1/5 Menos de una hora Aptitud para principiantes 55/100
nvidia-riva/tutorials#219 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
nvidia-riva/tutorials#217 ·
-
Unable to Download Model in tts-deploy.ipynb Example – Please Reupload or Update InstructionsAbierto
Dificultad 4/5 3-5 días Aptitud para principiantes 45/100
nvidia-riva/tutorials#214 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 35/100
nvidia-riva/tutorials#210 ·
Todos los issues de nvidia-riva/tutorials
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
`maintain reconcile` assumes cardinality changes introduce a new value, even for contractionsAbiertobug good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 1 día
-
Eight FLoRA replication DOIs point to PCI RR recommendations or reviews, not the replication reportAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
forrtproject/fred-data#152 ·
-
needs triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
Los mantenedores suelen responder en 2 días
-
bug P2
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
Yeachan-Heo/gajae-code#7343 · 2 comentarios ·
Los mantenedores suelen responder en 1 día