daphnegoncteixeira/ASR_Experiments

Codes used for training ASR for Kriol # ASR_Experiments Cette branche contient plusieurs expériences liées à la **reconnaissance automatique de la parole (ASR)**. --- # Pipeline de Prétraitement et d'Entraînement Auto-Supervisé avec Wav2Vec2 ## `vad_pyannote.py` — Détection d'Activité Vocale (VAD) avec PyAnnote Ce script applique la **détection d’activité vocale (VAD)** en utilisant le modèle pré-entraîné pyannote-audio. ### Objectif Ce traitement est lancé **avant `pre-process.py`** pour filtrer les zones non parlées dans les fichiers `.wav`. Il permet de : - Supprimer les parties silencieuses - Conserver uniquement les segments contenant de la parole - Générer des fichiers `.rttm` avec les timestamps détectés - Sauvegarder des `.wav` nettoyés pour l'étape suivante --- ## `pre-process.py` — Préparation des Données Audio Ce script prépare les fichiers audio pour l'entraînement auto-supervisé Wav2Vec2. ### Étapes du pipeline - Parcourt récursivement un répertoire contenant des fichiers `.wav` - Ignore les fichiers contenant certains noms (`Emilie_K`, `Fabiano`, etc.) - Rééchantillonne tous les fichiers à **16 kHz mono** - Découpe les longs fichiers en segments de **10 à 20 secondes**, avec **2 secondes de recouvrement** - Sauvegarde les segments dans un répertoire de sortie structuré Ce traitement garantit la conformité du corpus audio avec les exigences de format du modèle Wav2Vec2. --- ## `train_wav2vec.py` — Entraînement Auto-Supervisé avec Transformers Ce script lance l'entraînement auto-supervisé du modèle `Wav2Vec2ForPreTraining` via HuggingFace. ### Fonctions principales - Définit une **configuration sur mesure** du modèle (couches, têtes, masquage, etc.) - Charge un corpus audio prétraité (`load_from_disk`) - Configure les **paramètres d'entraînement** (batch size, logs, fp16, etc.) - Lance l’entraînement avec la classe `Trainer` - Apprend directement à partir du **signal audio brut**, sans besoin de transcriptions Ce pipeline permet d’adapter un modèle Wav2Vec2 à une langue ou …