Menggunakan SpeechBrain di Hugging Face

speechbrain adalah toolkit percakapan open-source dan all-in-one untuk audio/bicara. Tujuannya adalah untuk membuat toolkit tunggal yang fleksibel dan ramah pengguna, yang dapat digunakan untuk dengan mudah mengembangkan teknologi suara state-of-the-art, termasuk sistem untuk pengenalan suara, pengenalan pembicara, peningkatan suara, pemisahan suara, identifikasi bahasa, pemrosesan sinyal multi-mikrofon, dan banyak lainnya.

Menjelajahi SpeechBrain di Hub

Anda dapat menemukan model speechbrain dengan memfilter di sisi kiri halaman model.

Semua model di Hub dilengkapi dengan fitur-fitur berikut:

1. Kartu model yang dihasilkan secara otomatis dengan deskripsi singkat.
2. Tag metadata yang membantu keterjangkauan dengan informasi seperti bahasa, lisensi, paper, dan lainnya.
3. Widget interaktif yang dapat Anda gunakan untuk bermain langsung dengan model di browser.
4. Widget Inference Providers yang memungkinkan Anda membuat permintaan inferensi.

Menggunakan model yang sudah ada

speechbrain menyediakan berbagai antarmuka untuk mengelola model pralatih untuk berbagai tugas, seperti EncoderClassifier, EncoderClassifier, SepformerSeparation, dan SpectralMaskEnhancement. Kelas-kelas ini memiliki metode from_hparams yang dapat Anda gunakan untuk memuat model dari Hub

Berikut adalah contoh untuk menjalankan inferensi untuk pengenalan suara dalam suara perkotaan.

import torchaudio
from speechbrain.pretrained import EncoderClassifier

classifier = EncoderClassifier.from_hparams(
    source="speechbrain/urbansound8k_ecapa"
)
out_prob, score, index, text_lab = classifier.classify_file('speechbrain/urbansound8k_ecapa/dog_bark.wav')

Jika Anda ingin melihat cara memuat model tertentu, Anda dapat mengklik Use in speechbrain dan Anda akan diberikan potongan kode yang berfungsi untuk memuatnya!

Sumber daya tambahan

• SpeechBrain website.
• Dokumentasi SpeechBrain docs.