Wav2vec NCKH 2022

🚀 Wav2vec2 NCKH Vietnamese 2022

このモデルは、自動音声認識タスクに特化したもので、VivosやCommon Voiceなどのデータセットを用いて訓練されています。Transformerアーキテクチャをベースに構築され、音声やオーディオデータの処理に適しています。

🚀 クイックスタート

このセクションでは、モデルの変換、インストール、アップロードの手順を説明します。

📦 インストール

モデルの変換

モデルを.pt形式からTransformer形式に変換する手順です。

pip install transformers[sentencepiece]
pip install fairseq -U
git clone https://github.com/huggingface/transformers.git
cp transformers/src/transformers/models/wav2vec2/convert_wav2vec2_original_pytorch_checkpoint_to_pytorch.py .
wget https://dl.fbaipublicfiles.com/fairseq/wav2vec/wav2vec_small.pt -O ./wav2vec_small.pt
mkdir dict
wget https://dl.fbaipublicfiles.com/fairseq/wav2vec/dict.ltr.txt
mkdir outputs
python convert_wav2vec2_original_pytorch_checkpoint_to_pytorch.py 
--pytorch_dump_folder_path ./outputs --checkpoint_path ./finetuned/wav2vec_small.pt
 --dict_path ./dict/dict.ltr.txt --not_finetuned

モデルのインストールとアップロード

モデルをインストールし、アップロードする手順です。

curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
git lfs install
sudo apt-get install git-lfs
git lfs install
git clone https://huggingface.co/hoangbinhmta99/wav2vec-demo
ls
cd wav2vec-demo/
git status
git add .
git commit -m "First model version"
git config --global user.email [yourname]
git config --global user.name [yourpass]
git commit -m "First model version"
git push

📄 ライセンス

このモデルは、CC BY-NC 4.0ライセンスの下で提供されています。

📚 ドキュメント

モデル情報

モデルの結果

• タスク: 音声認識 (自動音声認識)
• データセット: Common Voice vi
• 評価指標: Test WER (値: No)

リンク

• モデルの変換に関するリンク: https://huggingface.co/tommy19970714/wav2vec2-base-960h