Benchmark the CTC against a RNN-Transducer model

説明

この Issue には説明がありません。

コントリビューターガイド

技術スタック

cpppythontensorflow

領域

machine learning

Issue 種別

research

難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。

4

推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。

3-5 days

活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。

stale

明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。

unclear

前提条件

Understanding of CTC lossFamiliarity with RNN TransducerBasic knowledge of DeepSpeech codebase

初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。

15

調査方針

This issue asks to benchmark the Connectionist Temporal Classification (CTC) model against a RNN Transducer model within the DeepSpeech framework. Since the issue lacks description, one must first understand the current implementation (see DeepSpeech's model definition files, likely in Python). Then, implement a RNN Transducer model (e.g., using TensorFlow) and compare training time, word error rate, and inference speed. Existing discussions or linked PRs may provide context; check comments #753 for any hints. The benchmark should be reproducible and documented.