View source for FreeNeb status Report 2018-12-24

This Week:
{| class="wikitable"
!People !! Last Week !! This Week !! Meet Minutes !! Task Tracing(<font color="red">DeadLine</font>)
|-
|Mengyuan Zhao ||
本周:
* 工程化
# 熟悉语音分割流程
||
下周：
* 工程化
# 继续梳理demo list，并上线。
||

||
|-
|Zhiyong Zhang||
本周：
# TTS-海峡研究院特定说话人语音合成--16k-TTS train and adaptation done, 已发送demo语音给海峡
# MVS-AP82 EVB板带录音demo已跑通，可烧进板子测试
# 自有嵌入式代码已在板子上编译通过，下一步待烧进板子测试

||
下周：
# ASR-decoder重置
# 浮点运算ASR 板子性能测试
# 嵌入式模型结构探索

||
||
|-
|Yang Wei ||
本周：
* 外包声纹demo分数问题定位
* 外包声纹demo声纹唤醒需求提出，跟进
* 协助为asr新服务端寻找合适引擎与模型
* 与张帅对接vad引擎问题详情
||
下周：
* 外包声纹demo分数问题进一步定位
* vpr新模型跨信道效果测试
* asr新服务端部署及运行测试

||
||
|-
|Zhenlong Han||
本周：
# 整理项目工具框架
# 跟进国网标注
# 双猴京华项目支持
# 分音塔标注检查

||
下周：
# 训练国网模型
# 整理工具脚本
||

||
|-
|Shuai Zhang||
本周：
# asr服务端更换模型
# release x-vector Demo
# vad engine 需求更新修改
||
下周：
# vad engine bug修改
# 所有demo更新引擎
# 助残项目计划
||

||


|-
|Yanchi Jin||
本周：
* 持续完成分音塔月度计划
# 完成105h数据的声学模型训练，对以往结果进行对比。
* 完成训练平台语言模型、声学模型、造graph流程

||
下周：
* 持续完成分音塔月度计划
# 完成最新标注的30h数据的声学模型训练+标注文本的语言模型训练。
* 完成训练平台前端接口，完善训练平台流程
||
||
|-
|Rong Liu||
上周
1. 京华合同落地
2. 需求沟通，友杰智新离线asr和语种识别；海天瑞声的离线asr匹配
3. 国网项目沟通，结项情况推进；提供维语语音识别相关项目资料
4. 智能助残demo需求确定，开发对接禹为，初步方案确定
||
下周：
1. 品牌共享+自适应产品推进
2. 友杰智新需求和合作模式沟通
3. 智能助残demo完成
||

||
||
|-
|Dong Wang||
本周:
#. Free宝、债转股、年终奖分配方案基本完成。
#.日本中兴、智能管家等项目方案和进展讨论。
#.得意音通、中科汇联、深圳硬件公司合作方案讨论。
#.《机器学习》合同签署完成，整理bib。
||
下周：
#. 《机器学习》交稿
#. 确定Free宝、债转股等方案

||
|-
|Zhiyuan Tang
||
上周：
1. PyTorch/TensorFlow 工具探索和使用；
2. 歌词生成（古风）进一步落实；
3. ASR 技术报告准备（delayed）。
||
本周：
1. PyTorch/TensorFlow Speech Recipe 整理上传；
2. 歌词生成进一步推动；
3. 技术报告。

||

||
|-
|Lantian Li||
上周：
# 完成 Nnet-vad 和 Energy-vad 的训练与对比测试
# 完成九天微联声纹测试（嵌入式）
# 调研当前市场声纹 API 发布情况
# 开展模型压缩测试
||
本周：
# Nnet-vad 优化
# 完成模型压缩测试
||

||
|-
|Yating Peng||
上周：
*找服装厂定制羽绒服，计划月底前拿到货；
*日常报销，发放绩效奖金；
*代开秒针专票，配合对方完成项目验收对接；
*与驻马店对接捐赠事宜，目前确定学校有驻马店经济开发区第八中学、张诗悦父亲学校共10名学生；
*新建金华合同档案；
||
本周：
*与中科华清签代理政府项目申报合同；
*确定年会地点；
*继续发未发的绩效奖金

||
||
|-
|Shiying||
上周：
* local ASR 结果release（am: clean chain model  graph: graph1e-5 graph1e-6 graph1e-7 graph1e-9）
* 14000h 中文数据clean up（预计还需要超过一周的时间）
* 与勇哥一起做语音识别小模型探索（目前最小的模型：1.2M  10种命令词识别结果为：8.81%）
||
本周
* 继续中文14000h 中文数据clean up
* 语音识别小模型（尽量将模型控制在1M以内）
||
||

|-
|-
|Wenqiang Du ||
上周:
* 16K-8K数据处理、数据验证
* aishell-8k与原始8k模式数据融合训练

||
本周：
* 继续8k模型数据验证与训练
||
||
|-
|}