Vous améliorez votre application d’agriculture de précision en permettant aux agriculteurs de contrôler leur matériel par commandes vocales. Le système doit reconnaître des mots-clés dans des commandes comme « Allumer le système d’irrigation par aspersion. »

Vous allez exploiter un jeu de données de détection de mots-clés avec des extraits audio de mots comme « on ». Prétraitez les fichiers audio pour pouvoir les utiliser avec un modèle Transformer pré-entraîné !

Certaines données ont été préchargées :

dataset contient un échantillon de jeu d’entraînement de fichiers audio. Il contient déjà la portion train, vous n’avez donc pas besoin de préciser train lorsque vous utilisez dataset.
AutoFeatureExtractor a été importé depuis transformers.
model est égal à facebook/wav2vec2-base.
max_duration est définie à 1 seconde.

Prétraiter les images et l’audio pour l’entraînement

Create Your Free Account