kaldi-asr/kaldi

Update single job scripts like utils/data/get_utt2dur.sh, steps/compute_cmvn_stats.sh to use multiple jobs

Open

#984 创建于 2016年8月20日

在 GitHub 查看
 (6 评论) (0 反应) (0 负责人)Shell (5,359 fork)batch import
enhancementhelp wantedstale

仓库指标

Star
 (15,392 star)
PR 合并指标
 (30 天内没有已合并 PR)

描述

In the large data recipes in Kaldi many single job scripts in steps/* and utils/*, which were very fast for normal sized LVCSR tasks, consume several hours. e.g. on fisher_swbd/aspire the utils/data/get_utt2dur.sh script runs for a few hours.

We need to update these scripts to add parallelization support.

Required skill: shell scripting

贡献者指南

研究方向
检查诸如 utils/data/get utt2dur.sh 和 steps/compute cmvn stats.sh 等脚本的内容，了解它们的顺序处理循环。确定合适的并行化策略，例如分割输入列表并运行多个实例，或在集群环境中使用作业数组。
技术栈
shell
领域
backend
议题类型
重构
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
1-2 天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
清晰
前置要求
Shell scripting
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
40