语言: ary 基础模型: facebook/wav2vec2-large-xlsr-53 评估指标:

• 词错误率(wer) 标签:
• 音频
• 自动语音识别
• 语音
• xlsr微调周 许可证: apache-2.0 模型索引:
• 名称: Boumehdi开发的摩洛哥阿拉伯方言XLSR Wav2Vec2模型 结果:
  • 任务: 名称: 语音识别 类型: 自动语音识别 指标:
    • 名称: 测试词错误率 类型: wer 值: 0.084904

Wav2Vec2-Large-XLSR-53-摩洛哥方言版

全新wav2vec2-large-xlsr-53模型

• 基于从MDVC(https://ijeecs.iaescore.com/index.php/IJEECS/article/view/35709)提取的57小时标注摩洛哥方言音频进行微调，该语料库包含超过1000小时的摩洛哥方言"ary"音频
• 目前正持续进行24/7微调以提升准确率
• 我们每天都会向模型追加新数据(暂未一次性添加全部MDVC语料，旨在逐步标准化摩洛哥方言的书写形式)

使用方式

该模型可直接按以下方式使用：

import librosa
import torch
from transformers import Wav2Vec2CTCTokenizer, Wav2Vec2ForCTC, Wav2Vec2Processor, TrainingArguments, Wav2Vec2FeatureExtractor, Trainer

tokenizer = Wav2Vec2CTCTokenizer("./vocab.json", unk_token="[UNK]", pad_token="[PAD]", word_delimiter_token="|")
processor = Wav2Vec2Processor.from_pretrained('boumehdi/wav2vec2-large-xlsr-moroccan-darija', tokenizer=tokenizer)
model=Wav2Vec2ForCTC.from_pretrained('boumehdi/wav2vec2-large-xlsr-moroccan-darija')


# 加载音频数据(此处请替换为您自己的wav文件)
input_audio, sr = librosa.load('file.wav', sr=16000)

# 标记化处理
input_values = processor(input_audio, return_tensors="pt", padding=True).input_values

# 获取逻辑值
logits = model(input_values).logits

tokens = torch.argmax(logits, axis=-1)

# 使用n-gram进行解码
transcription = tokenizer.batch_decode(tokens)

# 打印输出结果
print(transcription)

输出示例：قالت ليا هاد السيد هادا ما كاينش بحالو

联系邮箱: souregh@gmail.com

开发者: BOUMEHDI Ahmed