Asr Crdnn German

🚀 德语自动语音识别模型

本模型是一个用于德语自动语音识别的模型，它基于特定数据集训练而成，能实现语音到文本的转换，为德语语音处理相关应用提供支持。

🚀 快速开始

本模型在 Mozilla Common Voice 6.1、Spoken Wikipedia Corpus 和 m-ailabs 语料库上进行训练。

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

我们未提供语言模型。你可以在 此处 找到训练代码。

✨ 主要特性

• 性能出色：该模型的字错率（WER）为 7.24%。（你可以在 这里 找到此模型的更新版本）

📦 安装指南

安装 SpeechBrain

首先，请使用以下命令安装 SpeechBrain：

pip install speechbrain

请注意，我们建议你阅读相关教程，进一步了解 SpeechBrain。

💻 使用示例

基础用法

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")

高级用法

# 在 GPU 上进行推理，在调用 from_hparams 方法时添加 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")

📚 详细文档

局限性

我们不保证该模型在其他数据集上的性能表现。

关于 SpeechBrain

• 官网：https://speechbrain.github.io/
• 代码：https://github.com/speechbrain/speechbrain/
• HuggingFace：https://huggingface.co/speechbrain/

引用 SpeechBrain

如果您在研究或商业中使用了 SpeechBrain，请进行引用：

@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}
}

引用我们的论文

如果您在研究中使用了此模型，请引用我们的论文：

@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}
}

致谢

这项工作由德国联邦教育与研究部（BMBF）在“面向未来生产、服务和工作的创新”计划（02L19C200）下资助，该项目由卡尔斯鲁厄项目管理局（PTKA）实施。作者对本出版物的内容负责。

📄 许可证

本项目采用 CC BY-SA 4.0 许可证。