Vylepšuješ svou aplikaci pro precizní zemědělství – farmáři budou moct ovládat stroje hlasovými příkazy. Systém má rozpoznávat klíčová slova v příkazech jako „Turn on the sprinkler irrigation system."

Využiješ dataset pro detekci klíčových slov, který obsahuje audio nahrávky slov jako „on." Předzpracuj audio soubory tak, aby je bylo možné použít s předtrénovaným modelem Transformer!

Některá data jsou již připravena:

dataset obsahuje ukázkový trénovací dataset audio souborů. Obsahuje již rozdělení train, takže při práci s dataset ho nemusíš zadávat.
AutoFeatureExtractor je naimportován z transformers.
model je nastaven na facebook/wav2vec2-base.
max_duration je definována jako 1 sekunda.

Předzpracování textu pro trénování

Create Your Free Account