额外授权提示：下载此模型前请先阅读《Apache许可证2.0版》 额外授权字段： 国家/地区：国家 所属机构：文本输入 我完全同意《Apache许可证2.0版》所有条款：复选框 授权确认按钮内容：确认许可 许可证：apache-2.0 语言：

• 日语 任务标签：特征提取 标签：
• hubert
• 语音

imprt/kushinada-hubert-base日语基础模型

这是一个基于62,215小时日本电视广播音频数据（通过语音活动检测提取）预训练的日语HuBERT基础模型。本模型使用官方代码库进行训练。

使用方法

import soundfile as sf
from transformers import AutoFeatureExtractor
model = "imprt/kushinada-hubert-base"
feature_extractor = AutoFeatureExtractor.from_pretrained(model)
audio_file="/path/to/16k_audio_file"
audio_input, sr = sf.read(audio_file)
feature_extractor(audio_input, sampling_rate=sr)

参考文献

@article{journals/corr/abs-2106-07447,
  added-at = {2021-06-16T00:00:00.000+0200},
  author = {Hsu, Wei-Ning and Bolte, Benjamin and Tsai, Yao-Hung Hubert and Lakhotia, Kushal and Salakhutdinov, Ruslan and Mohamed, Abdelrahman},
  biburl = {https://www.bibsonomy.org/bibtex/2435bd8c9ac37a4eab204ded15e9f8918/dblp},
  ee = {https://arxiv.org/abs/2106.07447},
  interhash = {c85407653eddc9c9256c261afe8d6954},
  intrahash = {435bd8c9ac37a4eab204ded15e9f8918},
  journal = {CoRR},
  keywords = {dblp},
  timestamp = {2024-04-08T22:55:35.000+0200},
  title = {HuBERT：通过隐藏单元掩码预测实现自监督语音表征学习},
  url = {http://dblp.uni-trier.de/db/journals/corr/corr2106.html#abs-2106-07447},
  volume = {abs/2106.07447},
  year = 2021
}

许可证

Apache许可证2.0版