facebookresearch/fairseq

Is same base model used for MMS-ASR and MMS-TTS (like AudioPaLM)?

Open

#5 221 ouverte le 27 juin 2023

Voir sur GitHub
 (1 commentaire) (0 réactions) (0 assignés)Python (6 224 forks)batch import
enhancementhelp wantedneeds triage

Métriques du dépôt

Stars
 (29 107 stars)
Métriques de merge PR
 (Aucune PR mergée en 30 j)

Description

Google introduce AudioPaLM, a large language model for speech understanding and generation. AudioPaLM fuses text-based and speech-based language models, PaLM-2 [Anil et al., 2023] and AudioLM [Borsos et al., 2022], into a unified multimodal architecture that can process and generate text and speech with applications including speech recognition and speech-to-speech translation.

How about the MMS? I found fine-tuning MMS ASR based on pretrained base model mms-1b, but I can not find for TTS. Is the same base model mms-1b used for MMS-TTS? How can I fine-tuning or add new language for TTS?

Guide contributeur

Direction de recherche
La question demande si le même modèle de base (mms 1b) est utilisé à la fois pour l'ASR et le TTS dans MMS. Pour y répondre, consultez l'article MMS (https://arxiv.org/abs/2305.13516) et la publication du modèle dans le dépôt. Vérifiez la documentation de fairseq pour les scripts de réglage fin TTS. Recherchez d'éventuels points de contrôle ou configurations TTS séparés. S'il n'en existe pas, notez que la prise en charge TTS n'est peut être pas disponible publiquement. Comparez avec l'architecture AudioPaLM mentionnée dans la question.
Stack technique
pythonpytorch
Domaine
aimachine learning
Type d'issue
Recherche
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.
Une demi journée
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.
Claire
Prérequis
PythonPyTorch
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
45