Estás mejorando tu aplicación de agricultura de precisión para que los agricultores puedan controlar su maquinaria con órdenes de voz. El sistema debe reconocer palabras clave en comandos como "Turn on the sprinkler irrigation system."

Vas a aprovechar un conjunto de datos de keyword spotting con clips de audio de palabras clave como "on". ¡Preprocesa los archivos de audio para poder usarlos con un modelo Transformer preentrenado!

Se han precargado algunos datos:

dataset contiene una muestra del conjunto de entrenamiento con archivos de audio. Ya incluye la partición train, así que no necesitas especificar train al usar dataset.
AutoFeatureExtractor se ha importado desde transformers.
model es igual a facebook/wav2vec2-base.
max_duration está definido como 1 segundo.

Prepara modelos con AutoModel y Accelerator

Create Your Free Account