facebookresearch/fairseq

Hybrid CTC/attention decode

Ouverte

#5 015 ouverte le 8 mars 2023

Voir sur GitHubGuide contributeur
 (0 commentaire) (0 réaction) (0 personne assignée)Python (6 224 forks)batch import
enhancementhelp wantedneeds triage

Métriques du dépôt

Stars
 (29 107 étoiles)
Métriques de merge PR
 (Métriques PR en attente)

Description

🚀 Feature Request

Hybrid CTC/attention decode is needed in asr task.

Motivation

Hybrid CTC/attention has achieve impressive results is speech recognition. However, i do not find the relevant feature in fairseq, especially when decoding. Paper: Hybrid CTC/attention architecture for end-to-end speech recognition

Pitch

User can easily adopt the hybrid CTC/attention decode.

Guide contributeur

Direction de recherche
Étudiez l'article sur le décodage ASR hybride CTC/attention, puis implémentez le décodeur dans fairseq.
Stack technique
pythonpytorch
Domaine
machine learningai
Type d'issue
Fonctionnalité
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
3
Temps estiméFourchette de temps approximative pour investiguer, implémenter, tester et préparer une pull request.
1-2 jours
Statut d'activitéDisponibilité apparente de l'issue : fraîche, active, ancienne, bloquée ou en attente d'un mainteneur.
Active
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Investigation requise
Prérequis
PythonPyTorchASR
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
30