Update README.md
Browse files
README.md
CHANGED
|
@@ -9,4 +9,25 @@ base_model:
|
|
| 9 |
pipeline_tag: automatic-speech-recognition
|
| 10 |
---
|
| 11 |
|
| 12 |
-
Tôi đã fine-tune với 15Gb dữ liệu audio với kết quả Wer: 24.46
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 9 |
pipeline_tag: automatic-speech-recognition
|
| 10 |
---
|
| 11 |
|
| 12 |
+
Tôi đã fine-tune với 15Gb dữ liệu audio với kết quả Wer: 24.46
|
| 13 |
+
|
| 14 |
+
## Cách sử dụng
|
| 15 |
+
```
|
| 16 |
+
mydevice = 'cuda'
|
| 17 |
+
processor = Wav2Vec2Processor.from_pretrained("hataphu/wav2vec2-vi-300m")
|
| 18 |
+
model = Wav2Vec2ForCTC.from_pretrained("hataphu/wav2vec2-vi-300m")
|
| 19 |
+
model.to(mydevice)
|
| 20 |
+
model.eval()
|
| 21 |
+
audio_input, sampling_rate = torchaudio.load('audio-path-file')
|
| 22 |
+
|
| 23 |
+
input_values = processor(
|
| 24 |
+
audio_input.squeeze().numpy(), sampling_rate=sampling_rate
|
| 25 |
+
).input_values[0]
|
| 26 |
+
|
| 27 |
+
logits = model(torch.tensor(input_values).unsqueeze(0).to(mydevice)).logits
|
| 28 |
+
predicted_ids = torch.argmax(logits, dim=-1)
|
| 29 |
+
transcription = processor.decode(predicted_ids[0])
|
| 30 |
+
print(transcription)
|
| 31 |
+
```
|
| 32 |
+
|
| 33 |
+
|