QSLocal-history - 版本历史

2018年12月14日 (五) 02:00 Zhaomy

2018-12-14T02:00:31Z

2018-12-14T01:51:10Z

2018-12-05T05:26:29Z

2018-11-20T06:41:44Z

2018-10-08T01:43:17Z

2018-09-30T05:21:50Z

2018-09-26T02:33:47Z

2018-09-26T02:32:36Z

2018-08-06T00:58:29Z

2018-07-15T02:28:05Z

@@ 第7行： / 第7行： @@
 |    || README || 时实更新的README文档，使用前请先认真阅读 || [https://gitlab.com/freeneb/app-vpr-local/blob/master/doc/README]
 |-
-|12.14||V4.2.1||更新log：在x-vector模型中，加入了nnet-vad，并把nnet模型压缩至int16。|| [[Image:VPR_V4.2.1.png|100px|VPR_V4.2.1]]
+|12.14||V4.2.1||更新log：在x-vector模型中，加入了nnet-vad，并把nnet模型压缩至int16。引擎更新到2.1.1 模型更新到2.1.4|| [[Image:VPR_V4.2.1.png|100px|VPR_V4.2.1]]
 |-
 |12.05||V4.2.0||引擎更新到2.0.1 模型更新到2.1.1 支持x-vector || [[Image:VPR_V4.2.0.png|100px|VPR_V4.2.0]]

@@ 第6行： / 第6行： @@
 |-
 |    || README || 时实更新的README文档，使用前请先认真阅读 || [https://gitlab.com/freeneb/app-vpr-local/blob/master/doc/README]
 |-
 |12.05||V4.2.0||引擎更新到2.0.1 模型更新到2.1.1 支持x-vector || [[Image:VPR_V4.2.0.png|100px|VPR_V4.2.0]]

@@ 第6行： / 第6行： @@
 |-
 |    || README || 时实更新的README文档，使用前请先认真阅读 || [https://gitlab.com/freeneb/app-vpr-local/blob/master/doc/README]
 |-
 |11.20||V4.1.2||Network:  ReLU tdnn, splice (-2,-1,0,1,2 -2,2 0 -1,1 0 -2,2 0 -4,4 0 0) * 1000. Training: trained on VoxCeleb (1+2) for 3 epoches, then full-info adaptation with the same training set for 100 iters. Config:   full-info_fix_inter100_time1_momen0.9 num-gpu-initial=2 num-gpu-final=4 initial_effective_lrate=0.00015, final_effective_lrate=0.00015 LDA:      the same training set.  Add nnet-vad nnet_vad_threshold=-3|| [[Image:VPR_V4.1.2.png|100px|VPR_V4.1.2]]

@@ 第6行： / 第6行： @@
 |-
 |    || README || 时实更新的README文档，使用前请先认真阅读 || [https://gitlab.com/freeneb/app-vpr-local/blob/master/doc/README]
 |-
 |10.08||V4.1.1||Network:  ReLU tdnn, splice (-2,-1,0,1,2 -2,2 0 -1,1 0 -2,2 0 -4,4 0 0) * 1000. Training: trained on VoxCeleb (1+2) for 3 epoches, then full-info adaptation with the same training set for 100 iters. Config:   full-info_fix_inter100_time1_momen0.9 num-gpu-initial=2 num-gpu-final=4 initial_effective_lrate=0.00015, final_effective_lrate=0.00015 LDA:      the same training set.  Add nnet-vad nnet_vad_threshold=-3|| [[Image:VPR_V4.1.1.png|100px|VPR_V4.1.1]]

@@ 第6行： / 第6行： @@
 |-
 |    || README || 时实更新的README文档，使用前请先认真阅读 || [https://gitlab.com/freeneb/app-vpr-local/blob/master/doc/README]
 |-
 |9.30||V4.1.0||Network:  ReLU tdnn, splice (-2,-1,0,1,2 -2,2 0 -1,1 0 -2,2 0 -4,4 0 0) * 1000. Training: trained on VoxCeleb (1+2) for 3 epoches, then full-info adaptation with the same training set for 100 iters. Config:   full-info_fix_inter100_time1_momen0.9 num-gpu-initial=2 num-gpu-final=4 initial_effective_lrate=0.00015, final_effective_lrate=0.00015 LDA:      the same training set.  || [[Image:VPR_V4.1.0.png|100px|VPR_V4.1.0]]

@@ 第9行： / 第9行： @@
 |7.6||V3.8.5||使用VPR0.6版本引擎  || [[Image:VPR_V3.8.5.png|100px|VPR_V3.8.5]]
 |-
-|6.8||V3.8.4||使用3.8模型+DNN Vad，VPR0.5版本引擎  || [[Image:VPR_V3.8.4.png|100px|VPR_V3.8.4]]
+|6.29||V3.8.4||使用3.8模型+DNN Vad，VPR0.5版本引擎  || [[Image:VPR_V3.8.4.png|100px|VPR_V3.8.4]]
 |-
 |6.21||V3.9.3||在3.9版模型基础上，加入了dnn-based vad  || [[Image:VPR_V3.9.3.png|100px|VPR_V3.9.3]]