“FreeNeb status Report 2018-11-19”版本间的差异

本周:

• 工程化

1. local VPR engine:
   1. 实现StatisticalPooling component，以实现对x-vector的支持

下周：

• 工程化

1. local VPR engine:
   1. 更新nnet3-to-nnet1转换程序，支持statisticsPooling component
   2. 优化cmvn
   3. 实现PLDA打分模块

本周：

1. TTS-化学论文摘要合成
2. release目录model整理
3. TTS-前端/模型训练调研

下周：

1. ASR-decoder重置
2. TTS-海峡研究院特定说话人语音合成
3. TTS-大规模数据训练

本周：

• 测试vad引擎
• 测试使用tdnn-f chain模型的asr引擎rt

下周：

• 完成vad引擎测试
• 测试i-vector vpr引擎

本周：

1. 再测试汽车之家
2. 整理秒针数据完成，正在训练完成
3. 跟进国网标注，分析训练问题
4. 双猴京华项目支持
5. 马老师本地识别项目支持

下周：

1. 发布秒针模型
2. 分音塔项目
3. 国网项目

本周：

1. . vad engine 修改功能需求

下周：

1. . vad engine

本周：

1. 处理训练国网数据。
2. 支持预演项目。

下周：

1. 整理所有项目测试集

上周 1. 黄淮学院AI实验室沟通，待细节协议确定 2. 国网数据结构化分析，解析出客服（1.6k）、客户(9.7W)、及对应地区（分布）标签，可用于声纹 3. 配合誉为科技windows离线输入法联调，基本完成

下周： 1. 推动黄淮学院AI实验室协议确定，启动招标流程 2. 京华电子合同签订 3. 嵌入式语音产品调研

本周:

1. . ML book通过出版社审查，准备签定合同。
2. . ICASSP论文提交。
3. . 黄淮学院AI实验室进展顺利。
4. . DataX场所、启动资金、数据库采集方案等完成，近期开始采集声纹。
5. . DataX代FreeNeb收集文本和网上数据。

下周：

1. . 参加APSIPA会议

上周： Attended APSIPA.

本周： 1. Deep compression 调研与实现. 2. pair-wise 后端设计.

上周：

1. 完成 ICASSP 论文
2. 完成 x-vector 模型的 解码调参（chunk_size）
3. 完成 d-vector 模型的 训练调参（nnet_structure, dropout, batch_size）
4. 跟进 声纹明星-微信小程序
5. 支持 秒针声纹项目

本周：

1. 开启 d-x-vector 模型的 串行训练
2. 尝试 xi-vector 模型实现
3. 阅览 ICASSP18 论文

上周：

• 看政府2019年科技计划和基金，可报2019年中关村国家自主创新示范区科技型小微企业研发费用支持资金和国际合作研发项目，在找性价比高的可靠代理中，希望本周能确定下来；
• 去社区开租房发票；
• 日常财务报销处理。

本周：

• 准备政府资金支持材料；
• 完善员工档案excel；

上周：

• 汉语大模型noise training(no skip)
• 汉语大模型( clean skip)
• 熟悉fnscore代码
• 完善汉语模型release
• rnnlm

本周

• 启动汉语rnnlm训练
• 继续熟悉fnscore代码

上周:

• 完成新一轮中文8K的chain模型训练
• 处理了日语静音测试结果过差问题（text文本中有一部分数据没分词）
• 实习生demo的整理

本周：

• roobo口语打分模型更新