swahili asr audio to text

提供商Peed911
分类audio-generation
许可证Apache-2.0
下载量8
星标0

简介

这是一个专注于斯瓦希里语（Swahili）的语音转文字（ASR）模型。对于需要处理东非地区语言数据的开发者来说，它提供了一个轻量级的解决方案。该模型上手门槛低，主要用于将斯瓦希里语语音流转换为文本，适用于构建多语言客服机器人、翻译工具或当地语言的数字化存档。由于采用 Apache-2.0 协议，开发者可以灵活地将其集成到自己的业务流水线中，无需担心复杂的授权问题。

核心亮点

  • 专注斯瓦希里语识别，适配东非语言场景
  • Apache-2.0 开源协议，商业集成无压力
  • 典型的 ASR 语音转文本能力，部署门槛低
  • 适用于多语言翻译及当地化语音产品开发

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("Peed911/swahili_asr_audio_to_text")
tokenizer = AutoTokenizer.from_pretrained("Peed911/swahili_asr_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 Peed911/swahili_asr_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 Peed911/swahili_asr_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('Peed911/swahili_asr_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/Peed911/swahili_asr_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/Peed911/swahili_asr_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('Peed911/swahili_asr_audio_to_text')
tokenizer = AutoTokenizer.from_pretrained('Peed911/swahili_asr_audio_to_text')
查看官方来源