基于Common Voice数据集对facebook/wav2vec2-xls-r-300m模型进行了德语微调。使用该模型时，请确保语音输入采样率为16kHz。

由于大小写是德语的重要组成部分（例如Sie与sie的区别），我训练了一个包含大小写字母的词汇表模型，以期模型能自动学习正确的大小写规则。这消除了后续进行真实大小写转换等后处理的需要。

from transformers import Wav2Vec2Processor, Wav2Vec2ForCTC
import soundfile as sf
import torch
 
# 加载模型和处理器
processor = Wav2Vec2Processor.from_pretrained("abnerh/wav2vec2-xlsr-300m-german-truecase")
model = Wav2Vec2ForCTC.from_pretrained("abnerh/wav2vec2-xlsr-300m-german-truecase")
 
speech, sr = sf.read('audio.wav') 
# 标记化处理
input_values = processor(speech, return_tensors="pt", padding="longest").input_values  # 批处理大小为1

# 获取逻辑值
logits = model(input_values).logits
 
# 取最大值并解码
predicted_ids = torch.argmax(logits, dim=-1)
transcription = processor.batch_decode(predicted_ids)

# 打印转录结果
print(transcription)