Wav2vec2 Base 960h

🚀 基於ONNX權重適配Transformers.js的語音識別模型

本項目將facebook/wav2vec2-base-960h模型轉換為ONNX權重，以適配Transformers.js庫，用於語音識別任務。

🚀 快速開始

安裝依賴

若尚未安裝，可使用以下命令從NPM安裝Transformers.js JavaScript庫：

npm i @xenova/transformers

使用模型進行語音識別

安裝完成後，可使用以下代碼進行語音識別：

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

// 創建自動語音識別管道
const transcriber = await pipeline('automatic-speech-recognition', 'Xenova/wav2vec2-base-960h');

// 轉錄音頻
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/jfk.wav';
const output = await transcriber(url);
// { text: 'AND SO MY FELLOW AMERICAN AND NOT WHAT YOUR COUNTRY CAN DO FOR YOU AND WHAT YOU CAN DO FOR YOUR COUNTRY' }

📚 詳細文檔

注意事項

目前為ONNX權重單獨創建倉庫是一種臨時解決方案，直到WebML得到更廣泛應用。若想讓你的模型適配Web，建議使用🤗 Optimum將模型轉換為ONNX格式，並按照本倉庫的結構組織（將ONNX權重放在名為onnx的子文件夾中）。

📦 模型信息