facebookresearch/fairseq

Evaluating TTS using STT

Open

#5 629 ouverte le 19 juil. 2025

Voir sur GitHub
 (0 commentaires) (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

I tried to get a text back from the speech I generated using this model, but the text was a bit of. So maybe having some type of test could help while improving the model.

Basically, "some text" -> speech output -> speech input -> text output -> check if text output is "some text"

Guide contributeur

Direction de recherche
Le problème propose une évaluation cyclique pour les modèles TTS : convertir le texte en parole à l'aide du modèle, puis retranscrire la parole en texte à l'aide d'un modèle STT, et comparer le texte de sortie à l'entrée. Pour implémenter cela, un contributeur doit d'abord explorer si fairseq dispose déjà de scripts d'évaluation ou de notebooks d'exemple. Il pourrait également examiner l'intégration d'un modèle STT prêt à l'emploi comme wav2vec 2.0 ou Whisper. Les principales étapes seraient : (1) générer la parole à partir d'un ensemble de textes de test en utilisant le modèle TTS existant, (2) passer l'audio à travers un modèle STT, (3) calculer des métriques comme le WER ou le CER. Le contributeur devrait également vérifier les problèmes ou PR existants pour des travaux similaires.
Stack technique
python
Domaine
aitesting
Type d'issue
Test
DifficultéDifficulté estimée pour un nouveau contributeur, de 1 pour un très petit changement à 5 pour un travail expert.
2
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.
Récente
ClartéClarté avec laquelle l'issue explique le changement attendu, les critères d'acceptation et la prochaine étape.
Plutôt claire
Prérequis
Aucun
Accessibilité débutantScore de 1 à 100 estimant l'accessibilité de cette issue pour un premier contributeur.
60