Îmbunătățești aplicația ta de agricultură de precizie prin adăugarea posibilității ca fermierii să controleze utilajele cu comenzi vocale. Sistemul trebuie să recunoască cuvinte-cheie din comenzi precum „Turn on the sprinkler irrigation system.”

Vei folosi un set de date de tip keyword spotting cu clipuri audio ale unor cuvinte-cheie, cum ar fi „on.” Preprocesează fișierele audio astfel încât să poată fi utilizate cu un model Transformer pre-antrenat!

Unele date au fost preîncărcate:

dataset conține un eșantion din setul de antrenament format din fișiere audio. Acesta include deja split-ul train, deci nu trebuie să specifici train când folosești dataset.
AutoFeatureExtractor a fost importat din transformers.
model este egal cu facebook/wav2vec2-base.
max_duration este definit ca 1 secundă.

Preprocesează imagini și date audio pentru antrenament

Create Your Free Account