Whisper Small Kyrgyz

🚀 キルギス語用Whisper自動音声認識システム

このシステムは、キルギス語に特化した自動音声認識（ASR）ソリューションです。事前学習されたWhisperモデルをベースに、キルギス語の独特な音韻構造を考慮して微調整され、キルギス語の音声を正確に文字起こしすることができます。

🚀 クイックスタート

📦 インストール

モデルを実行するには、まず以下のライブラリをインストールします。

!pip install datasets>=2.6.1
!pip install git+https://github.com/huggingface/transformers
!pip install librosa
!pip install evaluate>=0.30
!pip install jiwer
!pip install gradio==3.50.2

ノートブックをHugging Face Hubに接続するには、プロンプトが表示されたら認証トークンを入力するだけです。

from huggingface_hub import notebook_login

notebook_login()

💻 使用例

基本的な使用法

微調整されたモデルの音声認識機能をデモするために、🤗 TransformersのパイプラインとGradioを使用します。以下のコードを実行すると、コンピュータのマイクで音声を録音し、微調整されたWhisperモデルに入力して文字起こしを行うGradioデモが生成されます。

from transformers import pipeline
import gradio as gr

pipe = pipeline(model="UlutSoftLLC/whisper-small-kyrgyz")  

def transcribe(audio):
    text = pipe(audio)["text"]
    return text

iface = gr.Interface(
    fn=transcribe, 
    inputs=gr.Audio(source="microphone", type="filepath"), 
    outputs="text",
    title="Whisper Small Kyrgyz",
    description="Realtime demo for Kyrgyz speech recognition using a fine-tuned Whisper small model.",
)

iface.launch()