Wav2vec NCKH 2022

🚀 Wav2vec2 NCKH Vietnamese 2022

本项目是用于越南语自动语音识别的模型，将 .pt 模型转换为 Transformer 架构，可基于相关数据集进行语音识别任务。

🚀 快速开始

本模型可用于越南语的自动语音识别任务，下面将介绍模型转换、安装及上传的具体步骤。

📦 安装指南

模型转换

将 .pt 模型转换为 Transformer 架构，可按照以下步骤操作：

pip install transformers[sentencepiece]
pip install fairseq -U
git clone https://github.com/huggingface/transformers.git
cp transformers/src/transformers/models/wav2vec2/convert_wav2vec2_original_pytorch_checkpoint_to_pytorch.py .
wget https://dl.fbaipublicfiles.com/fairseq/wav2vec/wav2vec_small.pt -O ./wav2vec_small.pt
mkdir dict
wget https://dl.fbaipublicfiles.com/fairseq/wav2vec/dict.ltr.txt
mkdir outputs
python convert_wav2vec2_original_pytorch_checkpoint_to_pytorch.py 
--pytorch_dump_folder_path ./outputs --checkpoint_path ./finetuned/wav2vec_small.pt
 --dict_path ./dict/dict.ltr.txt --not_finetuned

安装并上传模型

按照以下步骤安装并上传模型：

curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
git lfs install
sudo apt-get install git-lfs
git lfs install
git clone https://huggingface.co/hoangbinhmta99/wav2vec-demo
ls
cd wav2vec-demo/
git status
git add .
git commit -m "First model version"
git config --global user.email [yourname]
git config --global user.name [yourpass]
git commit -m "First model version"
git push

📄 许可证

本项目采用 CC BY-NC 4.0 许可证。

📚 详细文档

模型信息

模型结果

模型名为 Wav2vec2 NCKH Vietnamese 2022，在 Common Voice 越南语数据集上进行语音识别任务的测试结果如下：

• 任务：语音识别
• 数据集：Common Voice vi
• 评估指标：测试词错误率（Test WER），值为 No

模型转换链接

模型转换链接