-
看能不微调成流式语音识别
dlxj
-
试试这个
dlxj
-
必看 之前的都不拟合，用别人的方法看
dlxj
-
针对1000条数据优化超参
dlxj
-
成功训练
dlxj
-
训练中文数字识别
dlxj
-
RNNT EOU 成功推理
dlxj
-
RNNT EOU 已经能正常训练
dlxj
-
修复 Windows 下 PyTorch + Numba 的 CUDA 错误
dlxj
-
hack：数据集已经成功加载
dlxj
-
下断点，看它读取 tar 文件为什么出错。前面低版本是不读 tar 文件的
dlxj
-
CTC 训练推理正常，for nemo==2.8.0.rc0，但是推理时第一个字符被吃了，其他都正常
dlxj
-
update nemo==2.8.0.rc0
dlxj
-
add nemo 2.2.1 源码
dlxj
-
CTC 能正常训练的 nemo 版本是 2.2.1
dlxj
-
固定用 numpy==1.26.4
dlxj
-
增加必要参数
dlxj
-
生成 rnnt eou 训练数据集
dlxj
-
那这样推理起来是不是很麻烦，现实表现怎么样
dlxj
-
rnnt_eou 的数据集能复用前面 CTC 的吗
dlxj
-
对比之前的 CTC 训练出来的模型有什么好处吗 ，rnnt 代表什么 eou 又代表什么
dlxj
-
RNNT 成功实现流式 server 和 client
dlxj
-
CTC 成功实现流式 server 和 client
dlxj
-
add server_aware_streaming.py 成功推理 RNNT 的 nemotron-speech-streaming-en-0.6b ，理论上同时兼容 CTC
dlxj
-
保存 trascripts.json
dlxj
-
给 CTC 强行加上时间输出
dlxj
-
成功推理（流式）
dlxj
-
流式训练改三个参数，成功训练
dlxj
-
fix 训练代码
dlxj
-
成功推理 完全正确（用了高级 Debug 技巧，只有一条训练数据）
dlxj
-
训练结果 .nemo 比 .ckpt 怎么大小会小了那么多
dlxj
-
reazonspeech 已经训练出日语模型了
dlxj
-
100% 过拟合 极端过拟合 数据记忆 是一种高级调试技巧
dlxj
-
add convert_eo.py
dlxj
-
世界语（量小，先拿它试水，看看效果）
dlxj
-
LFS 大文件数据按需下载的方法
dlxj
-
清华方言 TTS
dlxj
-
日语 正在训练 转去训世界语试水看能不能行
dlxj
-
真 每 100 epoch 保存一次
dlxj
-
正常训练
dlxj
-
每隔 100 epoch 保存最好的 1 个 checkpoint
dlxj
-
不知道为什么前面那样装的 torch 不是 GPU 版
dlxj
-
改成 GPU 训练
dlxj
-
fix 数据加载问题
dlxj
-
从零开始训练，改传参并直接运行
dlxj
-
同时使用多个 tar 数据集生成词表
dlxj
-
同时生成多个tar 数据集
dlxj
-
生成词表
dlxj
-
修复 nemo-toolkit 中的 SIGKILL 问题
dlxj
-
add ja audio of common_voice_11_0
dlxj
