dofbi/wolof-asr

Un système de reconnaissance vocale pour le Wolof qui s’appuyant sur des technologies modernes telles que Whisper, ce projet cherche à ouvrir la voie à de nouvelles applications pour les locuteurs du Wolof. # Wolof ASR Training with OpenAI Whisper Ce dépôt contient le code, la documentation et les modèles générés pour entraîner un système de **Reconnaissance Automatique de la Parole (ASR)** en wolof, en utilisant le modèle **OpenAI Whisper** et les données du dataset Wolof TTS. ## 🚀 Objectif du projet L'objectif de ce projet est de créer un modèle performant pour la reconnaissance vocale automatique (ASR) en wolof, une langue africaine largement parlée au Sénégal. Ce projet vise à : - Développer une **solution robuste** pour la transcription audio-texte en wolof. - Contribuer à la préservation et à la valorisation des langues africaines à travers des outils technologiques. - Faciliter l'intégration des systèmes ASR dans des applications locales. --- ## 📚 Dataset Le projet utilise le dataset public suivant : - **Wolof TTS** : un corpus contenant des données audios et leurs transcriptions en wolof. ### Préparation des données Les données sont automatiquement téléchargées et traitées pour être utilisées dans le pipeline d'entraînement. Le script convertit le format des fichiers pour qu'ils soient compatibles avec le modèle **Whisper**. --- ## 🏗️ Structure du projet Voici la structure principale du dépôt : ``` . ├── data/ # Dossier contenant les données d'entrée et pré-traitées ├── src/ # Code source │ ├── dataset_loader.py # Script pour charger et préparer le dataset │ ├── training.py # Script d'entraînement du modèle │ ├── evaluation.py # Script d'évaluation │ ├── utils.py # Fonctions utilitaires ├── models/ # Dossier pour stocker les modèles générés │ ├── experiment_0/ │ │ ├── checkpoints/ # Sauvegardes des epochs │ │ └── final_model.pt # Modèle final entraîné ├── README.md # Documentation du projet ├── requirements.txt # Dépendances Python └── config.yaml …