Provenance and licensing details for diarization Core ML artefacts at `1ed7a662`

Chiusa
  • Qualcosa non va?
#927 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 1 giorno

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
20/100
Tipo di issue
Documentazione
Chiarezza
Abbastanza chiara
Stato di attività
Attiva
Stack tecnologico
machine-learning, swift
Ambito
documentation, machine-learning

Direzione di ricerca

The issue is a provenance and licensing query, not an implementation task. Start at revision 1ed7a662fdc7109e36d822db793ee6eebdaf8594 and locate the conversion scripts, licence notices, and upstream checkpoint references for PldaRho.mlmodelc and plda-parameters.json. The resolution is a written clarification covering upstream model names/revisions, conversion-tool versions, the licence basis for the PLDA artefacts, and whether CC-BY-4.0 covers them. There is no test to run; 'done' means the maintainer confirms and documents those details.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Hello, and thank you for making FluidAudio available.

We are conducting commercial due diligence for possible redistribution in an offline application. For the speaker-diarization-coreml repository at revision 1ed7a662fdc7109e36d822db793ee6eebdaf8594, could you please clarify:

  • The exact upstream checkpoint names and revisions used for the segmentation, FBank, and embedding models.
  • The source and licence basis of PldaRho.mlmodelc and plda-parameters.json.
  • The conversion script or commit used to produce the Core ML artefacts, including relevant conversion-tool versions.
  • Whether the repository’s CC-BY-4.0 licence is intended to cover those exact converted artefacts, including PldaRho.mlmodelc and plda-parameters.json.

Public links to the relevant upstream sources, licence notices, and reproducible conversion materials would be especially helpful. Thank you.

Lingua principale
Swift
Stelle
3k
Fork
451
Merge medio
2g 3h
PR unite (30g)
90

Preparare l'ambiente

Questo progetto non fornisce container di sviluppo, Dockerfile né guida per i contributori, quindi l'ambiente è a tuo carico: parti dal suo README e consulta la nostra guida al primo contributo per i passaggi generali.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di FluidInference/FluidAudio

Tutte le issue di FluidInference/FluidAudio

Issue simili

Altre issue su Swift

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.