Speech Accent Pt Br Classifier

🚀 巴西葡萄牙語語音口音分類器

🎙️🤖🇧🇷 本項目是一個語音口音分類器，用於區分巴西葡萄牙語口音和其他口音。

🚀 快速開始

本應用使用一個經過訓練的模型將語音口音分為兩類：

1. 巴西葡萄牙語
2. 其他

該模型基於作者的研究成果，並使用了Mozilla基金會的Common Voice數據集（11.0版本）中的葡萄牙語部分。

✨ 主要特性

• 能夠準確區分巴西葡萄牙語口音和其他口音。
• 基於公開的Common Voice數據集進行訓練。

📦 安裝指南

文檔未提供具體安裝步驟，故跳過此章節。

💻 使用示例

基礎用法

測試時可以錄製或上傳音頻文件。建議使用短句進行測試。

📚 詳細文檔

數據集

本項目使用了Common Voice數據集中的葡萄牙語子集：

• 數據集："mozilla-foundation/common_voice_11_0", "pt"

數據集中包含的巴西口音有：

• 巴西南部地區葡萄牙語
• 聖保羅口音
• 巴西聖保羅口音
• 里約熱內盧口音
• 馬託格羅索州口音
• 米納斯吉拉斯州口音
• 聖保羅內陸地區口音
• 南里奧格蘭德州口音
• 東北部地區口音
• 以及各種地區混合口音

模型和處理器

本項目使用了以下模型和處理器：

• 基礎模型："facebook/wav2vec2-base-960h"
• 處理器：Wav2Vec2Processor.from_pretrained

模型版本

對模型進行了三種不同配置的訓練：

1. (舊版) v 1.1：

   • 訓練輪數：3
   • 訓練樣本：1000
   • 驗證樣本：200

2. (舊版) v 1.2：

   • 訓練輪數：10
   • 訓練樣本：1000
   • 驗證樣本：500

3. (新版) v 1.3：

   • 訓練輪數：20
   • 訓練樣本：5000
   • 驗證樣本：1000

所有模型均在Google Colab Pro的高內存GPU上進行訓練。

模型結構（文件）

每個版本的模型包含以下文件： results config.json | preprocessor_config.json | model.safetensors | special_tokens_map.json | tokenizer_config.json | vocab.json

🔧 技術細節

文檔未提供具體技術實現細節，故跳過此章節。

📄 許可證

本項目採用Eclipse公共許可證2.0（ECL - 2.0）。

👨‍💻 開發者信息

開發者：Ramon Mayor Martins (2024)

• 郵箱：rmayormartins@gmail.com
• 個人主頁：https://rmayormartins.github.io/
• 推特：@rmayormartins
• GitHub：https://github.com/rmayormartins

🙏 致謝

特別感謝巴西聖卡塔琳娜聯邦學院（Instituto Federal de Santa Catarina - IFSC - São José - Brazil）。

📞 聯繫我們

如有任何疑問或建議，請使用上述提供的信息聯繫開發者。