“FreeNeb commercial project”版本间的差异

来自cslt Wiki
跳转至： 导航、 搜索
Lr（讨论 | 贡献）
 
（2位用户的17个中间修订版本未显示）
第1行： 第1行：
 
==In Progress==
 
==In Progress==
 
{| class="wikitable"
 
{| class="wikitable"
−
!Project !!Target !! Leader !! Participant !!plan !! status !! Meet Minutes !! Task Tracing(<font color="red">DeadLine</font>) !! data  
+
!Project !!Target !! Leader !! Participant !!plan !! status !! risk !! data
  
 
|-
 
|-
第25行： 第25行：
 
||
 
||
 
*初版在线/离线引擎已提供
 
*初版在线/离线引擎已提供
−
*已提供模型：
+
**已提供模型： 在线版，中文；在线版，日文；离线版，中文；离线版，日文；
−
# 在线版，中文；
+
* 日文16k模型训练开始
−
# 在线版，日文；
+
* 分音塔数据已提供（40G中文+14G日文原始语音）未标注。
−
# 离线版，中文；
+
||
−
# 离线版，日文；
+
 
* 待解决问题：
 
* 待解决问题：
 
# 支持自定义热词
 
# 支持自定义热词
−
||
 
−
 
 
||
 
||
  
第49行： 第46行：
  
 
||
 
||
 +
 
*2018年4月1日-2018年6月15日
 
*2018年4月1日-2018年6月15日
 
**完成语音识别国内外研究现状分析报告. [done]
 
**完成语音识别国内外研究现状分析报告. [done]
−
**实时语音识别演示代码。
+
**声学模型训练 @韩振龙
−
***2018.5.7-2018.6.1 基于kaldi online代码完成语音识别流式解码代码
+
*** 开源CVTE模型测试 2018.5.7-2018.5.12 [done]
 +
*** 开源语音数据整理和模型训练 2018.5.7-2018.5.12 [done]
 +
*** 基于CVTE开源模型的KT网络训练 2018.5.14-2018.5.18 [done]
 +
*** 协助航天完成clean和noise环境录音 2018.5.14-2018.5.18 [待数据提供]
 +
*** 开源语音数据data augmentation训练 2018.5.14-2018.5.25 [done, need check]
 +
 
 +
**实时语音识别演示代码
 +
*** 基于kaldi online代码基线语音识别流式解码代码实现 @Zhiyong Zhang 2018.5.7-2018.5.25 [done - 2018.5.21]
 +
*** 语音识别Server端和client端代码实现 @Mengyuan Zhao 2018.5.7-2018.5.25 [hold]
 +
*** 麦克风语音输入代码实现 @Mengyuan Zhao @Zhiyong Zhang 2018.5.25-2018.6.1 [done]
 +
*** 语音识别引擎优化 @Zhiyong Zhang 2018.6.1-2018.6.10
  
 
*2018年6月15日-2018年12月1日
 
*2018年6月15日-2018年12月1日
第60行： 第68行：
  
 
* 已提交《语音识别国内外研究现状分析报告》和《语音标注文档》 @Rong Liu/ @Zhenlong Han
 
* 已提交《语音识别国内外研究现状分析报告》和《语音标注文档》 @Rong Liu/ @Zhenlong Han
 +
* 代码开发，内部done
 
||
 
||
  
第78行： 第87行：
  
 
||
 
||
−
 
+
* 待启动，预期开发周期2-3天 @志远
 
||
 
||
  
第98行： 第107行：
  
 
||
 
||
−
* 模型摸底：提供线上10h测试集，分析目前模型存在问题(AM or LM)，（05.11-0.5.15） @梦原
+
* 声学模型训练 已提供200h语音标注数据，待训练@梦原
−
*声学模型训练：100h儿童语音标注数据 @梦原
+
* 语言模型，已提供清洗语料，待训练验证@刘荣
−
*语言模型数据：@金来 05.15 提供
+
−
**线上asr识别数据10-100G文本;专有领域词(歌曲，故事名等);通用词典（30w,已提供;top query (每周topxx，所有场景，已提供)
+
−
*语言模型训练：@刘荣 05.15
+
−
**分析线上asr文本结果;初版模型训练"
+
  
 
||
 
||
第123行： 第128行：
 
待确定日期
 
待确定日期
 
||
 
||
−
已提交《同花顺技术问题及解决方案》及《补充一》、《补充二》文档
+
汇款中
 
||
 
||
  

2018年6月4日 (一) 01:20的最后版本

In Progress

Project Target Leader Participant plan status risk data
分音塔项目[语音识别]

Mengyuan Zhao

--

  • 2018年 4 月前完成中日语在线语音识别基础服务平台搭建；(done)
  • 2018年 5 月前完成离线中日语语音识别模块；(done)
  • 2018年 6 月前完成在线中日语语音识别引擎优化；(待数据提供) 
      旅游日常生活用语场景，安静环境下，在线日语语音识别引擎语音识别准确率达到85%。
      在甲方提供上述应用场景300小时在线语音和50M文本数据的情况下，语音识别准确率达到90%。
  • 2018年 8 月前完成中日语音识别引擎第二阶段优化； 
   基于mtk6739 CPU平台的手机实现日语离线语音识别，
   要求语音识别速度在说完话1s内出识别结果，离线识别率不低于在线识别率的80%"
  • 初版在线/离线引擎已提供
    • 已提供模型： 在线版，中文；在线版，日文；离线版，中文；离线版，日文；
  • 日文16k模型训练开始
  • 分音塔数据已提供（40G中文+14G日文原始语音）未标注。
  • 待解决问题：
  1. 支持自定义热词
国防(航天)合作项目

协助航天二院完成流式语音识别演示demo，并提供技术指导。

Zhiyong Zhang

Zhenlong Han/ Mengyuan Zhao

  • 2018年4月1日-2018年6月15日
    • 完成语音识别国内外研究现状分析报告. [done]
    • 声学模型训练 @韩振龙
      • 开源CVTE模型测试 2018.5.7-2018.5.12 [done]
      • 开源语音数据整理和模型训练 2018.5.7-2018.5.12 [done]
      • 基于CVTE开源模型的KT网络训练 2018.5.14-2018.5.18 [done]
      • 协助航天完成clean和noise环境录音 2018.5.14-2018.5.18 [待数据提供]
      • 开源语音数据data augmentation训练 2018.5.14-2018.5.25 [done, need check]
    • 实时语音识别演示代码
      • 基于kaldi online代码基线语音识别流式解码代码实现 @Zhiyong Zhang 2018.5.7-2018.5.25 [done - 2018.5.21]
      • 语音识别Server端和client端代码实现 @Mengyuan Zhao 2018.5.7-2018.5.25 [hold]
      • 麦克风语音输入代码实现 @Mengyuan Zhao @Zhiyong Zhang 2018.5.25-2018.6.1 [done]
      • 语音识别引擎优化 @Zhiyong Zhang 2018.6.1-2018.6.10
  • 2018年6月15日-2018年12月1日
    • 完成智能语音交互代码的开发
    • 完成智能语音交互技术说明书。
  • 已提交《语音识别国内外研究现状分析报告》和《语音标注文档》 @Rong Liu/ @Zhenlong Han
  • 代码开发，内部done
Roobo口语评测及儿童英文识别

Zhiyuan Tang/Shuai Zhang

--

2018.06.10 口语评测引擎打分实时率<0.5

  • 待启动，预期开发周期2-3天 @志远
Roobo儿童asr

Mengyuan Zhao/zhiyong Zhang

Zhenglong han/Rong Liu

  • 2018.06.10 第一版asr引擎，demo展示给领导。
  • 声学模型训练 已提供200h语音标注数据，待训练@梦原
  • 语言模型，已提供清洗语料，待训练验证@刘荣


同花顺咨询收尾

提供第四期技术咨询

Zhiyong Zhang

Zhenlong Han

待确定日期

汇款中

ToDo

Project Target Leader Participant plan status Meet Minutes Task Tracing(DeadLine)
Roobo声纹项目合作

A subcompany

Dong Wang/Rong Liu

--

Waiting for new demo version

国网客服项目

Haisheng Dai/Zhiyong Zhang

--


Roobo在线语音识别项目

Mengyuan Zhao

--

美团金融声纹项目

Haisheng Dai

--

驻马店政府项目推进

Dong Wang

--


Past Project

Project Target Leader Participant plan status Meet Minutes Task Tracing(DeadLine)
日本同方声纹项目

Ying Shi

--

日本同方在线语音识别[二期]

Mengyuan Zhao

--



取自“http://index.cslt.org/mediawiki/index.php?title=FreeNeb_commercial_project&oldid=30467”