🚀 open-vakgyata

open-vakgyata是一个开源的语言识别模型，能够从语音输入中检测和分类印度语言，为印度多语言语音处理提供了有效的解决方案。

🚀 快速开始

安装依赖

你可以使用以下代码来加载模型和处理器：

from transformers import Wav2Vec2ForSequenceClassification, AutoFeatureExtractor
import torch

device = "cpu" # "cuda"

model_id = "onecxi/open-vakgyata"

processor = AutoFeatureExtractor.from_pretrained(model_id)
model = Wav2Vec2ForSequenceClassification.from_pretrained(model_id).to(device)

推理示例

以下是一个推理的代码示例：

import torchaudio

audio, sr = torchaudio.load("path/to/audio.wav")

# Process the waveform and move to the appropriate device
inputs = processor(audio.flatten(), sampling_rate=sr, return_tensors="pt").to(device)

# Perform inference
with torch.no_grad():
    logits = model(**inputs).logits

# Get language probabilities
probs = logits.softmax(dim=-1).cpu().numpy()
language = model.config.id2label.get(probs.argmax())

print(language)

✨ 主要特性

• 支持多种印度语言的识别，包括英语（印度）、印地语、奥里亚语、孟加拉语等。
• 基于transformers库构建，易于集成和使用。
• 可用于语音分析、呼叫中心AI等多个领域。

📦 安装指南

本模型基于transformers库，你可以通过以下命令安装依赖：

pip install transformers torch torchaudio

💻 使用示例

基础用法

from transformers import Wav2Vec2ForSequenceClassification, AutoFeatureExtractor
import torch

device = "cpu" # "cuda"

model_id = "onecxi/open-vakgyata"

processor = AutoFeatureExtractor.from_pretrained(model_id)
model = Wav2Vec2ForSequenceClassification.from_pretrained(model_id).to(device)

高级用法

import torchaudio

audio, sr = torchaudio.load("path/to/audio.wav")

# Process the waveform and move to the appropriate device
inputs = processor(audio.flatten(), sampling_rate=sr, return_tensors="pt").to(device)

# Perform inference
with torch.no_grad():
    logits = model(**inputs).logits

# Get language probabilities
probs = logits.softmax(dim=-1).cpu().numpy()
language = model.config.id2label.get(probs.argmax())

print(language)

📚 详细文档

支持的语言

规格说明

• 支持的采样率：16000
• 推荐的音频格式：16kHz，16位PCM

🔧 技术细节

open-vakgyata基于Wav2Vec2ForSequenceClassification模型，利用transformers库进行构建。该模型能够对语音输入进行处理，通过分类器输出不同语言的概率，从而实现语言识别的功能。

📄 许可证

本模型使用CC BY-NC 4.0许可证。

📋 引用

如果你在研究或应用中使用了本模型，请考虑引用以下内容：

@misc{vakgyata2024,
  title={vakgyata: Language Identification for Indian Speech},
  author={OneCXI},
  year={2024},
  url={https://huggingface.co/onecxi/open-vakgyata}
}