Uzbek Stt 3

🚀 語音轉換模型

該模型主要基於法律和軍事相關數據集，是 oyqiz/uzbek_stt 的微調版本，可用於烏茲別克語的語音轉文本任務。

🚀 快速開始

以下是使用該模型進行語音轉文本的示例代碼：

from transformers import Wav2Vec2Processor, Wav2Vec2ForCTC
import torch
import torchaudio

model_name = "sarahai/uzbek-stt-3"
model = Wav2Vec2ForCTC.from_pretrained(model_name)
processor = Wav2Vec2Processor.from_pretrained(model_name)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model.to(device)

def load_and_preprocess_audio(file_path):
    speech_array, sampling_rate = torchaudio.load(file_path)
    if sampling_rate != 16000:
        resampler = torchaudio.transforms.Resample(orig_freq=sampling_rate, new_freq=16000)
        speech_array = resampler(speech_array)
    return speech_array.squeeze().numpy()

def replace_unk(transcription):
    return transcription.replace("[UNK]", "ʼ")

audio_file = "/content/audio_2024-08-13_15-20-53.ogg"
speech_array = load_and_preprocess_audio(audio_file)

input_values = processor(speech_array, sampling_rate=16000, return_tensors="pt").input_values.to(device)

with torch.no_grad():
    logits = model(input_values).logits

predicted_ids = torch.argmax(logits, dim=-1)
transcription = processor.batch_decode(predicted_ids)

transcription_text = replace_unk(transcription[0])

print("Transcription:", transcription_text)

✨ 主要特性

• 專為烏茲別克語語音轉文本轉換設計。
• 基於法律和軍事相關數據集進行微調，在特定領域表現出色。

📚 詳細文檔

模型詳情

模型描述

• 開發者： Sara Musaeva
• 資助方： SSD
• 模型類型： Transformers
• 語言： 烏茲別克語
• 微調基礎模型： Oyqiz/uzbek-stt

模型來源

暫未提供相關基礎鏈接。

使用場景

該模型旨在用於語音轉文本轉換。

📄 許可證

本模型使用的許可證為 Apache-2.0。