Xlsr300m Cv 8.0 Nl

🚀 XLSR - 300M荷兰语模型

本项目是XLSR - 300M的荷兰语版本模型，主要用于自动语音识别任务。它基于Mozilla Foundation的Common Voice数据集进行训练，在荷兰语语音识别方面表现出色。

🚀 快速开始

评估命令

1. 在 mozilla - foundation/common_voice_8_0 数据集的 test 分割上进行评估：

python eval.py --model_id Iskaj/xlsr300m_cv_8.0_nl --dataset mozilla-foundation/common_voice_8_0 --config nl --split test

2. 在 speech - recognition-community-v2/dev_data 数据集上进行评估：

python eval.py --model_id Iskaj/xlsr300m_cv_8.0_nl --dataset speech-recognition-community-v2/dev_data --config nl --split validation --chunk_length_s 5.0 --stride_length_s 1.0

推理示例

import torch
from datasets import load_dataset
from transformers import AutoModelForCTC, AutoProcessor
import torchaudio.functional as F

model_id = "Iskaj/xlsr300m_cv_8.0_nl"

sample_iter = iter(load_dataset("mozilla-foundation/common_voice_8_0", "nl", split="test", streaming=True, use_auth_token=True))

sample = next(sample_iter)
resampled_audio = F.resample(torch.tensor(sample["audio"]["array"]), 48_000, 16_000).numpy()

model = AutoModelForCTC.from_pretrained(model_id)
processor = AutoProcessor.from_pretrained(model_id)

inputs = processor(resampled_audio, sampling_rate=16_000, return_tensors="pt")
with torch.no_grad():
  logits = model(**inputs).logits
  predicted_ids = torch.argmax(logits, dim=-1)
  transcription = processor.batch_decode(predicted_ids)

transcription[0].lower()
#'het kontine schip lag aangemeert in de aven'

📚 详细文档

模型信息

评估结果

📄 许可证

本项目采用Apache - 2.0许可证。