Stai migliorando la tua applicazione di agricoltura di precisione permettendo agli agricoltori di controllare i macchinari con comandi vocali. Il sistema dovrebbe riconoscere le parole chiave in comandi come "Turn on the sprinkler irrigation system."

Userai un insieme di dati per il keyword spotting con clip audio di parole chiave come "on". Pre-elabora i file audio in modo che possano essere usati con un modello Transformer pre-addestrato!

Alcuni dati sono già stati caricati:

dataset contiene un insieme di dati di training di esempio con file audio. Contiene già la suddivisione train, quindi non devi specificare train quando usi dataset.
AutoFeatureExtractor è stato importato da transformers.
model è uguale a facebook/wav2vec2-base.
max_duration è definito come 1 secondo.

Preprocessa immagini e audio per l'addestramento

Create Your Free Account