“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）
 
（3位用户的28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>)
+
!Project !!Target !! Leader !! Participant !!plan !! status !! risk !! data
  
 
|-
 
|-
第14行： 第14行：
 
--
 
--
 
||
 
||
−
+
*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：
 +
# 支持自定义热词
 
||
 
||
  
第34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45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60行： 第84行：
 
--
 
--
 
||
 
||
−
*阶段1：合同签订（具体时间待定）后30日内完成，乙方应协助甲方完成系统相关解决方案文档，主要包括语料标注、设备配置、测试方案、平台设计方案等解决方案。
+
2018.06.10 口语评测引擎打分实时率<0.5
−
*阶段2：在阶段1验收完成后60日内，乙方应协助甲方开发完成系统初级测试版本。
+
−
*阶段3：在阶段2验收合格后，甲方提供真实语音数据后60日内完成系统优化，要求机器打分与标注打分相关性达0.75以上，满足实际应用需求。
+
−
*阶段4：在阶段3验收合格后60日内，乙方应协助甲方实现系统生产环境上线。标准：要求在相关性指标和反应时间等性能上满足上层应用的要求，机器打分与标注打分相关性达0.8以上，引擎实时率小于0.35，同时完成儿童英文识别初始系统交付。
+
−
*阶段5：2019年4月30日前完成系统验收且验收合格。验收时乙方需提供系统相关的完整设计方案、测试报告、使用说明、维护文档等相关资料。要求解决系统上线后发现的问题，保证系统稳定运行。
+
−
*阶段6：项目验收合格后三个月，乙方对系统上线后生产问题解决、语料收集标注及模型增强训练等工作提供技术支持。
+
−
||
+
  
 +
||
 +
* 待启动，预期开发周期2-3天 @志远
 
||
 
||
  
第78行： 第98行：
 
||
 
||
  
−
zhiyong Zhang
+
Mengyuan Zhao/zhiyong Zhang
  
 
||
 
||
−
--
+
Zhenglong han/Rong Liu
 
||
 
||
  
−
*阶段1：本合同签订后20日内，乙方应协助甲方完成系统相关解决方案文档，主要包括数据收集、语料标注、设备配置、测试方案、平台设计方案等解决方案。
+
* 2018.06.10 第一版asr引擎，demo展示给领导。
−
*阶段2：在阶段1验收完成后40日内，乙方应协助甲方开发完成系统初级测试版本。验收标准为：要求静音环境达到90%以上的字识别正确率。甲方应保证在第一阶段中依乙方建议所设计的语音和文本数据需求得到满足。
+
−
*阶段3：在阶段2验收完成后30日内，乙方应协助甲方完成系统优化。验收标准为：要求能够在噪音环境下的主要应用场景中高于90%的识别率，满足实际应用的需求。 甲方应保证在第一阶段中依乙方建议所设计的语音和文本数据需求得到满足。
+
−
*阶段4：在阶段3验收完成后40日内，乙方应协助甲方完成系统生产环境上线。要求在识别率和反应时间等性能上满足上层应用的要求。验收标准为：识别率在静音环境下达到95%以上，噪音环境下的主要应用场景中达到90%以上，识别引擎实时率小于0.35。
+
−
*阶段5：2019年4月24日前，乙方应协助甲方开发出符合甲方要求的系统、完成系统验收，并保证验收合格。验收时乙方需提供系统相关的完整设计方案、测试报告、使用说明、维护文档等相关资料，并解决系统上线后发现的问题，保证系统稳定运行。
+
−
*阶段6：项目验收合格后三个月内 ，乙方应对系统上线后生产问题解决、语料收集标注及模型增强训练等工作提供技术支持。
+
  
 
||
 
||
 +
* 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
  
 
||
 
||
第111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”