Izanami Wav2vec2 Large

🚀 imprt/izanami-wav2vec2-large

このモデルは、大規模な日本語のテレビ放送音声データから音声活動検出によって抽出された62215時間の音声を使用して事前学習された日本語のwav2vec2.0 Largeモデルです。
このモデルは、公式リポジトリ のコードを使用して学習されました。

🚀 クイックスタート

このモデルをダウンロードする前に、LICENSE.md を必ず読んでください。

ゲート付きフォーム情報

• Country: 国名を入力してください。
• Affiliation: 所属を入力してください。
• I agree ALL the statements in LICENSE md: ライセンスのすべての記述に同意する場合はチェックを入れてください。

ゲート付きボタン

• Acknowledge license: ライセンスを承認するにはこのボタンをクリックしてください。

✨ 主な機能

• このモデルは、音声特徴抽出 (feature-extraction) のパイプラインに適用できます。
• モデルには wav2vec2 と speech のタグが付けられています。

📦 インストール

このモデルを使用するには、transformers と soundfile ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers soundfile

💻 使用例

基本的な使用法

import soundfile as sf
from transformers import AutoFeatureExtractor
model = "imprt/izanami-wav2vec2-large"
feature_extractor = AutoFeatureExtractor.from_pretrained(model)
audio_file="/path/to/16k_audio_file"
audio_input, sr = sf.read(audio_file)
feature_extractor(audio_input, sampling_rate=sr)

📚 ドキュメント

参考文献

@inproceedings{NEURIPS2020_92d1e1eb,
    author = {Baevski, Alexei and Zhou, Yuhao and Mohamed, Abdelrahman and Auli, Michael},
    booktitle = {Advances in Neural Information Processing Systems},
    editor = {H. Larochelle and M. Ranzato and R. Hadsell and M.F. Balcan and H. Lin},
    pages = {12449--12460},
    publisher = {Curran Associates, Inc.},
    title = {wav2vec 2.0: A Framework for Self-Supervised Learning of Speech Representations},
    url = {https://proceedings.neurips.cc/paper_files/paper/2020/file/92d1e1eb1cd6f9fba3227870bb6d7f07-Paper.pdf},
    volume = {33},
    year = {2020}
}

📄 ライセンス

このモデルを使用する際には、LICENSE を読んでください。ライセンス名は imprt-license です。