m-bain/whisperX

Convert arabic numerals and symbols to phonetic form

Aperta

#38 aperta il 25 gen 2023

Vedi su GitHub
 (2 commenti) (0 reazioni) (0 assegnatari)Python (2388 fork)batch import
help wanted

Metriche repository

Star
 (23.658 stelle)
Metriche merge PR
 (Merge medio 61g 7h) (2 PR mergiate in 30 g)

Descrizione

Currently arabic numerals and symbols in whisper transcript cannot be aligned, needs to be phonetic alphabet.

Need to perform inverse of normalization in https://github.com/m-bain/whisperX/blob/main/whisperx/normalizers/english.py

Such that numbers and currencies are converted to their phonetic word form.

E.g. "$300" -> "three hundred dollars"

To perform wav2vec alignment.

Then convert back to symbol form, and assign timestamps.

Guida contributor

Direzione di ricerca
Il problema richiede l'implementazione dell'inverso della funzione di normalizzazione in whisperx/normalizers/english.py per convertire numeri e valute nella loro forma fonetica di parole (ad esempio, $300 > 'three hundred dollars') per l'allineamento wav2vec. Dopo l'allineamento, la forma fonetica deve essere riconvertita in forma simbolica e devono essere assegnati i timestamp. La funzione di normalizzazione esistente dovrebbe essere studiata per comprendere le trasformazioni. Nessuna PR collegata o commento del manutentore fornisce ulteriori indicazioni.
Tech stack
python
Dominio
backendai
Tipo issue
Funzionalità
DifficoltàQuanto dovrebbe essere impegnativa per un nuovo contributor.
3
Tempo stimatoTempo stimato per completare e verificare uno scope piccolo.
1-2 giorni
Stato attivitàQuanto è probabile che la issue sia ancora attiva e reviewable.
Attiva
ChiarezzaQuanto chiaramente la issue descrive problema, scope e risultato atteso.
Abbastanza chiara
Prerequisiti
PythonASR basics
Adatta ai principiantiQuanto la issue è adatta a contributor alla prima esperienza.
40