Wav2vec2 Large Xlsr Coraa Portuguese

🚀 Wav2vec 2.0 基于CORAA葡萄牙语数据集训练模型

本项目展示了一个使用 CORAA数据集 针对葡萄牙语微调的Wav2vec模型。该模型可用于自动语音识别任务，为葡萄牙语语音处理提供了有效的解决方案。

🚀 快速开始

模型使用

以下是使用该模型的示例代码：

from transformers import AutoTokenizer, Wav2Vec2ForCTC
  
tokenizer = AutoTokenizer.from_pretrained("Edresson/wav2vec2-large-xlsr-coraa-portuguese")

model = Wav2Vec2ForCTC.from_pretrained("Edresson/wav2vec2-large-xlsr-coraa-portuguese")

测试示例

使用Common Voice数据集进行测试的示例代码如下：

dataset = load_dataset("common_voice", "pt", split="test", data_dir="./cv-corpus-6.1-2020-12-11")

resampler = torchaudio.transforms.Resample(orig_freq=48_000, new_freq=16_000)

def map_to_array(batch):
    speech, _ = torchaudio.load(batch["path"])
    batch["speech"] = resampler.forward(speech.squeeze(0)).numpy()
    batch["sampling_rate"] = resampler.new_freq
    batch["sentence"] = re.sub(chars_to_ignore_regex, '', batch["sentence"]).lower().replace("’", "'")
    return batch

ds = dataset.map(map_to_array)
result = ds.map(map_to_pred, batched=True, batch_size=1, remove_columns=list(ds.features.keys()))
print(wer.compute(predictions=result["predicted"], references=result["target"]))

📚 详细文档

模型信息

模型结果

该模型在不同数据集上的评估结果如下：

• CORAA数据集：测试集的WER为25.26
• Common Voice 7数据集：测试集的WER为20.08

如需查看详细结果，请参考 CORAA文章。

📄 许可证

本模型采用Apache-2.0许可证。