Nyilvánossá tettük a Cadence-t, azt a munkapadot, amelyben az Oasis Speech mögötti modelleket tanítjuk és értékeljük. A nyilvános tároló éles rendszerünk elágazása (fork), MIT licenc alatt. Emberek és kódoló ügynökek ugyanazon az API-n keresztül dolgoznak benne.
Havonta, sok nyelvre finomhangoljuk, mérjük és összehasonlítjuk a beszédfelismerésünk mögötti modelleket. Ez a Cadence-ben történik. A tároló ma nyilvános: github.com/usunrise88/cadence.
Mi ez
A Cadence egy beszédmodell teljes életútját lefedi: adat, tanítás, értékelés, exportálás és üzembe helyezés, valamint a hurok, amely az éles hívásokat visszavezeti a tanítóadatba.
- Ügynökbarát. Egy kódoló ügynök ugyanazon az API-n keresztül dolgozik a Cadence-ben, mint a felület. Módosításai a saját neve alatt, piszkozatként érkeznek. Ami pénzt költ vagy közös erőforrást módosít, az ember jóváhagyására vár.
- API-első. Egyetlen OpenAPI-szerződésből készül a szerver, a webes kliens, az ügynökeszközök és a parancssor, így egy műveletnek mindenhol ugyanaz a neve.
- Kapuk. A Cadence a modellt befagyasztott értékelési készletekkel értékeli, a valódi streaming dekódoláson át, és csak akkor regisztrálja, ha átment a kapuján.
- Tiszta tesztek. A Cadence minden tanítóbemenetet összevet minden értékelési készlettel, így egy értékelési klip nem szivároghat a tanításba.
- Költségkeretek. Minden projektnek és minden ügynökmunkamenetnek van GPU-kerete. A Cadence a sorban álló munkát is beleszámítja, így sok apró feladat sora sem adódhat össze a határ fölé.
Az általunk futtatott rendszer elágazása
A nyilvános tároló az éles rendszerünk elágazása. Ugyanebben a munkapadban tanítottuk az Oasis Speech 2-t, és MIT licenc alatt tettük közzé: használhatja, módosíthatja és építhet rá.
További olvasnivaló
- Cadence: a munkapad, amelyben az Oasis Speechet tanítjuk, a kutatási jegyzet a működés részleteiről.
- Az Oasis Speech 2 él: ügynökeink most 48 nyelvet értenek.
- A tároló: github.com/usunrise88/cadence.