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

本周:

• 工程化

1. 完成ivector-based声纹识别引擎开发

• 服务器维护

1. 备份了/freeneb/release目录

• 项目

1. roobo口语打分
   1. 按照roobo的需求，增加了输出phone串，和phone级别打分的接口函数，更新了word级别打分的算法。

下周：

• 工程化

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

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：

• 汇总十月账，做账，报税，发工资；
• 公司布置；

本周：

• 准备19年政府资金支持项目，物色合适代理；
• 去社区开租房发票，继续完善公司布置；
• 日常财务报销。

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