Asr Crdnn German

🚀 德語自動語音識別模型

本模型是一個用於德語自動語音識別的模型，它基於特定數據集訓練而成，能實現語音到文本的轉換，為德語語音處理相關應用提供支持。

🚀 快速開始

本模型在 Mozilla Common Voice 6.1、Spoken Wikipedia Corpus 和 m-ailabs 語料庫上進行訓練。

• https://nats.gitlab.io/swc/
• https://commonvoice.mozilla.org/de/datasets
• https://www.caito.de/2019/01/03/the-m-ailabs-speech-dataset/

我們未提供語言模型。你可以在 此處 找到訓練代碼。

✨ 主要特性

• 性能出色：該模型的字錯率（WER）為 7.24%。（你可以在 這裡 找到此模型的更新版本）

📦 安裝指南

安裝 SpeechBrain

首先，請使用以下命令安裝 SpeechBrain：

pip install speechbrain

請注意，我們建議你閱讀相關教程，進一步瞭解 SpeechBrain。

💻 使用示例

基礎用法

from speechbrain.pretrained import EncoderDecoderASR

asr_model = EncoderDecoderASR.from_hparams(source="jfreiwa/asr-crdnn-german", savedir="pretrained_models/asr-crdnn-german")
asr_model.transcribe_file("jfreiwa/asr-crdnn-german/example-de.wav")

高級用法

# 在 GPU 上進行推理，在調用 from_hparams 方法時添加 run_opts={"device":"cuda"}
from speechbrain.pretrained import EncoderDecoderASR

asr_model = EncoderDecoderASR.from_hparams(source="jfreiwa/asr-crdnn-german", savedir="pretrained_models/asr-crdnn-german", run_opts={"device":"cuda"})
asr_model.transcribe_file("jfreiwa/asr-crdnn-german/example-de.wav")

📚 詳細文檔

侷限性

我們不保證該模型在其他數據集上的性能表現。

關於 SpeechBrain

• 官網：https://speechbrain.github.io/
• 代碼：https://github.com/speechbrain/speechbrain/
• HuggingFace：https://huggingface.co/speechbrain/

引用 SpeechBrain

如果您在研究或商業中使用了 SpeechBrain，請進行引用：

@misc{speechbrain,
  title={{SpeechBrain}: A General-Purpose Speech Toolkit},
  author={Mirco Ravanelli and Titouan Parcollet and Peter Plantinga and Aku Rouhe and Samuele Cornell and Loren Lugosch and Cem Subakan and Nauman Dawalatabad and Abdelwahab Heba and Jianyuan Zhong and Ju-Chieh Chou and Sung-Lin Yeh and Szu-Wei Fu and Chien-Feng Liao and Elena Rastorgueva and François Grondin and William Aris and Hwidong Na and Yan Gao and Renato De Mori and Yoshua Bengio},
  year={2021},
  eprint={2106.04624},
  archivePrefix={arXiv},
  primaryClass={eess.AS},
  note={arXiv:2106.04624}
}

引用我們的論文

如果您在研究中使用了此模型，請引用我們的論文：

@inproceedings{freiwald2022,
  author={J. Freiwald and P. Pracht and S. Gergen and D. Kolossa},
  title={Open-Source End-To-End Learning for Privacy-Preserving German {ASR}},
  year=2022,
  booktitle={DAGA 2022}
}

致謝

這項工作由德國聯邦教育與研究部（BMBF）在“面向未來生產、服務和工作的創新”計劃（02L19C200）下資助，該項目由卡爾斯魯厄項目管理局（PTKA）實施。作者對本出版物的內容負責。

📄 許可證

本項目採用 CC BY-SA 4.0 許可證。