Speech Accent Pt Br Classifier

🚀 巴西葡萄牙语语音口音分类器

🎙️🤖🇧🇷 本项目是一个语音口音分类器，用于区分巴西葡萄牙语口音和其他口音。

🚀 快速开始

本应用使用一个经过训练的模型将语音口音分为两类：

1. 巴西葡萄牙语
2. 其他

该模型基于作者的研究成果，并使用了Mozilla基金会的Common Voice数据集（11.0版本）中的葡萄牙语部分。

✨ 主要特性

• 能够准确区分巴西葡萄牙语口音和其他口音。
• 基于公开的Common Voice数据集进行训练。

📦 安装指南

文档未提供具体安装步骤，故跳过此章节。

💻 使用示例

基础用法

测试时可以录制或上传音频文件。建议使用短句进行测试。

📚 详细文档

数据集

本项目使用了Common Voice数据集中的葡萄牙语子集：

• 数据集："mozilla-foundation/common_voice_11_0", "pt"

数据集中包含的巴西口音有：

• 巴西南部地区葡萄牙语
• 圣保罗口音
• 巴西圣保罗口音
• 里约热内卢口音
• 马托格罗索州口音
• 米纳斯吉拉斯州口音
• 圣保罗内陆地区口音
• 南里奥格兰德州口音
• 东北部地区口音
• 以及各种地区混合口音

模型和处理器

本项目使用了以下模型和处理器：

• 基础模型："facebook/wav2vec2-base-960h"
• 处理器：Wav2Vec2Processor.from_pretrained

模型版本

对模型进行了三种不同配置的训练：

1. (旧版) v 1.1：

   • 训练轮数：3
   • 训练样本：1000
   • 验证样本：200

2. (旧版) v 1.2：

   • 训练轮数：10
   • 训练样本：1000
   • 验证样本：500

3. (新版) v 1.3：

   • 训练轮数：20
   • 训练样本：5000
   • 验证样本：1000

所有模型均在Google Colab Pro的高内存GPU上进行训练。

模型结构（文件）

每个版本的模型包含以下文件： results config.json | preprocessor_config.json | model.safetensors | special_tokens_map.json | tokenizer_config.json | vocab.json

🔧 技术细节

文档未提供具体技术实现细节，故跳过此章节。

📄 许可证

本项目采用Eclipse公共许可证2.0（ECL - 2.0）。

👨‍💻 开发者信息

开发者：Ramon Mayor Martins (2024)

• 邮箱：rmayormartins@gmail.com
• 个人主页：https://rmayormartins.github.io/
• 推特：@rmayormartins
• GitHub：https://github.com/rmayormartins

🙏 致谢

特别感谢巴西圣卡塔琳娜联邦学院（Instituto Federal de Santa Catarina - IFSC - São José - Brazil）。

📞 联系我们

如有任何疑问或建议，请使用上述提供的信息联系开发者。