Kushinada Hubert Base

🚀 imprt/kushinada-hubert-base

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HuBERT Base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、Apache License, Version 2.0をお読みください。

必要事項

ゲート付き情報

• 国: 国名を入力してください。
• 所属: 所属機関などを入力してください。
• 同意事項: Apache License, Version 2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。

ライセンス承認

ライセンスに同意する場合は、「Acknowledge license」ボタンをクリックしてください。

💻 使用例

基本的な使用法

import soundfile as sf
from transformers import AutoFeatureExtractor
model = "imprt/kushinada-hubert-base"
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

@article{journals/corr/abs-2106-07447,
  added-at = {2021-06-16T00:00:00.000+0200},
  author = {Hsu, Wei-Ning and Bolte, Benjamin and Tsai, Yao-Hung Hubert and Lakhotia, Kushal and Salakhutdinov, Ruslan and Mohamed, Abdelrahman},
  biburl = {https://www.bibsonomy.org/bibtex/2435bd8c9ac37a4eab204ded15e9f8918/dblp},
  ee = {https://arxiv.org/abs/2106.07447},
  interhash = {c85407653eddc9c9256c261afe8d6954},
  intrahash = {435bd8c9ac37a4eab204ded15e9f8918},
  journal = {CoRR},
  keywords = {dblp},
  timestamp = {2024-04-08T22:55:35.000+0200},
  title = {HuBERT: Self-Supervised Speech Representation Learning by Masked Prediction of Hidden Units.},
  url = {http://dblp.uni-trier.de/db/journals/corr/corr2106.html#abs-2106-07447},
  volume = {abs/2106.07447},
  year = 2021
}

📄 ライセンス

このモデルは Apache License, Version 2.0 の下で提供されています。