audio to texto pt br

提供商handsonbrain
分类audio-generation
许可证apache-2.0
下载量5
星标0

简介

这是一个专门针对葡萄牙语（巴西）设计的语音转文本工具。与通用型的大模型不同，它专注于特定语种的音频识别，能够更精准地处理巴西葡萄牙语的口音和语境。对于需要处理葡语会议记录、访谈素材或进行多语言内容迁移的开发者来说，这是一个轻量且高效的预处理方案。由于采用 Apache-2.0 协议，开发者可以非常灵活地将其集成到自己的应用工作流中，上手门槛极低。

核心亮点

  • 深耕巴西葡萄牙语，识别精度高于通用模型
  • Apache-2.0 协议，企业级集成无需担心授权
  • 专注语音转文本，适合作为多语言管线预处理
  • 部署简单，是处理葡语音频素材的快捷工具

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("handsonbrain/audio-to-texto-pt-br")
tokenizer = AutoTokenizer.from_pretrained("handsonbrain/audio-to-texto-pt-br")

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 handsonbrain/audio-to-texto-pt-br

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 handsonbrain/audio-to-texto-pt-br 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('handsonbrain/audio-to-texto-pt-br')

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/handsonbrain/audio-to-texto-pt-br

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/handsonbrain/audio-to-texto-pt-br

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('handsonbrain/audio-to-texto-pt-br')
tokenizer = AutoTokenizer.from_pretrained('handsonbrain/audio-to-texto-pt-br')
查看官方来源