Wav2vec2 Large Xlsr 53 English

🚀 音声認識モデル

このモデルは、Transformers.jsと互換性のあるONNXウェイトを持つ音声認識モデルです。jonatasgrosman/wav2vec2-large-xlsr-53-englishベースのモデルを使用しています。

🚀 クイックスタート

https://huggingface.co/jonatasgrosman/wav2vec2-large-xlsr-53-english のモデルを、ONNXウェイトを用いてTransformers.jsと互換性を持たせています。

📦 インストール

まだインストールしていない場合は、Transformers.js JavaScriptライブラリをNPMから以下のコマンドでインストールできます。

npm i @huggingface/transformers

💻 使用例

基本的な使用法

インストール後、以下のコードを使用して音声認識を行うことができます。

import { pipeline } from '@huggingface/transformers';

// 自動音声認識パイプラインを作成
const transcriber = await pipeline('automatic-speech-recognition', 'Xenova/wav2vec2-large-xlsr-53-english');

// 音声を文字起こし
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/jfk.wav';
const output = await transcriber(url);
// { text: 'and so my fellow america ask not what your country can do for you ask what you can do for your country' }

📚 ドキュメント

⚠️ 重要提示

ONNXウェイト用の別のリポジトリを用意するのは、WebMLが普及するまでの一時的な解決策です。モデルをWeb対応にする場合は、🤗 Optimumを使用してONNXに変換し、このリポジトリのように構成することをおすすめします（ONNXウェイトはonnxというサブフォルダに配置）。