billfassinou/fongbe_asr_model

Ce modèle reçoit en entrée un audio en langue fongbe, puis vous donne en sortie la transcription écrite en fongbe de l'audio # Modèle de Reconnaissance Automatique de la Parole (ASR) Ce référentiel contient un modèle de Reconnaissance Automatique de la Parole (ASR) pré-entraîné pour la langue Fongbe, une langue majoritairement parlée au Bénin et au Togo. Pour rappel, l'ASR est une technologie qui permet de convertir automatiquement la parole en texte écrit. ## Modèle pré-entraîné Ce modèle ASR a été pré-entraîné sur un grand corpus de données en langue Fongbe de ALFFA_PUBLIC. Il est basé sur l'architecture des Transformers, ce qui lui permet d'obtenir d'excellentes performances en matière de transcription audio. ## Utilisation Vous pouvez utiliser ce modèle ASR pour transcrire des fichiers audio en langue Fongbe en texte écrit. Voici comment l'utiliser dans Python : ```python import torch import soundfile as sf from transformers import AutoProcessor, AutoModelForCTC # Charger le modèle ASR processor = AutoProcessor.from_pretrained("billfass/fongbe_asr_model") model = AutoModelForCTC.from_pretrained("billfass/fongbe_asr_model") # Fonction pour effectuer la transcription audio def transcribe_audio(audio_file): # Charger le fichier audio audio_input, _ = sf.read(audio_file) # Transcrire l'audio inputs = processor(audio_input, return_tensors="pt", padding="longest") with torch.no_grad(): logits = model(input_values=inputs.input_values).logits # Convertir les logits en texte predicted_ids = torch.argmax(logits, dim=-1) transcription = processor.batch_decode(predicted_ids)[0] return transcription # Exemple d'utilisation audio_file = "chemin_vers_votre_fichier_audio.wav" transcription = transcribe_audio(audio_file) print("Transcription:", transcription) ``` ### Tester le modèle avec Gradio Exécutez le fichier demo.ipynb ou demo.py pour tester le modèle avec Gradio. Vous aurez un truc comme suit : ### Tester le modèle avec FAST API Exécutez le fichier main.py pour tester le modèle avec FastApi. ### La mise en produciton Vous pouvez déployez le modèle dans n docker. Le fichier Do …