Benchmark the CTC against a RNN-Transducer model

仓库指标

Star

26,755 star (26,755 star)

PR 合并指标

30 天内没有已合并 PR (30 天内没有已合并 PR)

描述

此议题没有描述。

贡献者指南

研究方向

搭建DeepSpeech开发环境。理解CTC和RNN Transducer模型。创建基准测试脚本，测量训练时间、推理速度、在常见数据集上的准确率。比较结果并记录发现。

技术栈

pythontensorflow

领域

machine learningaiperformance

议题类型

调研

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。

4

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。

3-5 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。

需要先调研

前置要求

Deep Learning conceptsPythonTensorFlowSpeech recognition basics

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。

30