Sinhala Audio to Text

提供商AqeelShafy7
分类audio-generation
许可证Apache-2.0
下载量41
星标0

简介

这是一个专注于僧伽罗语（Sinhala）语音识别的专项模型。对于需要处理斯里兰卡当地语言数据的开发者来说，它解决了通用大模型在小众语种上识别率低、丢词严重的痛点。该模型将音频直接转化为文本，非常适合用于构建当地语言的会议记录、客服质检或多语言翻译流水线。上手难度极低，通过简单的 API 调用即可集成，是处理僧伽罗语语音任务的实用工具。

核心亮点

  • 专注僧伽罗语识别，精准度高于通用模型
  • 支持音频快速转文字，适配多种语音场景
  • Apache-2.0 协议，对开发者非常友好
  • 轻量级部署，可快速集成至翻译工作流

使用方法

安装依赖
# 安装 Hugging Face transformers
pip install transformers torch
SDK 使用
# 使用 transformers 加载模型
from transformers import AutoModel, AutoTokenizer

model = AutoModel.from_pretrained("AqeelShafy7/Sinhala-Audio_to_Text")
tokenizer = AutoTokenizer.from_pretrained("AqeelShafy7/Sinhala-Audio_to_Text")

Hugging Face 下载

我们推荐使用命令行或者 Hugging Face Hub SDK 来进行模型的下载。

操作指引：在下载前，请先通过如下命令安装 huggingface_hub：

操作指引 
pip install -U huggingface_hub

命令行下载

下载完整模型库

下载完整模型库 
huggingface-cli download AqeelShafy7/Sinhala-Audio_to_Text

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例）

下载单个文件到指定本地文件夹（以下载 config.json 到当前路径下 ./dir 目录为例） 
huggingface-cli download AqeelShafy7/Sinhala-Audio_to_Text config.json --local-dir ./dir

更多命令行下载选项，可参见官方文档

SDK 下载

SDK 下载 
# 模型下载
from huggingface_hub import snapshot_download
model_dir = snapshot_download('AqeelShafy7/Sinhala-Audio_to_Text')

Git 下载

请确保 lfs 已经被正确安装

Git 下载 
git lfs install
git clone https://huggingface.co/AqeelShafy7/Sinhala-Audio_to_Text

如果您希望跳过 lfs 大文件下载，可以使用如下命令

跳过 LFS 
GIT_LFS_SKIP_SMUDGE=1 git clone https://huggingface.co/AqeelShafy7/Sinhala-Audio_to_Text

模型文件托管在 Hugging Face Hub，使用 HF CLI / SDK / Git 直接下载，不经过本站。

PyTorch / Transformers 使用

安装 Transformers

安装 Transformers 
pip install -U transformers torch

模型加载和推理

模型加载和推理 
from transformers import AutoModelForCausalLM, AutoTokenizer

model = AutoModelForCausalLM.from_pretrained('AqeelShafy7/Sinhala-Audio_to_Text')
tokenizer = AutoTokenizer.from_pretrained('AqeelShafy7/Sinhala-Audio_to_Text')
查看官方来源