Modèle de Reconnaissance Automatique de la Parole (ASR)

Ce référentiel contient un modèle de Reconnaissance Automatique de la Parole (ASR) pré-entraîné pour la langue Fongbe, une langue majoritairement parlée au Bénin et au Togo. Pour rappel, l'ASR est une technologie qui permet de convertir automatiquement la parole en texte écrit.

Modèle pré-entraîné

Ce modèle ASR a été pré-entraîné sur un grand corpus de données en langue Fongbe de ALFFA_PUBLIC. Il est basé sur l'architecture des Transformers, ce qui lui permet d'obtenir d'excellentes performances en matière de transcription audio.

Utilisation

Vous pouvez utiliser ce modèle ASR pour transcrire des fichiers audio en langue Fongbe en texte écrit. Voici comment l'utiliser dans Python :

import torch
import soundfile as sf
from transformers import AutoProcessor, AutoModelForCTC

# Charger le modèle ASR
processor = AutoProcessor.from_pretrained("billfass/fongbe_asr_model")
model = AutoModelForCTC.from_pretrained("billfass/fongbe_asr_model")

# Fonction pour effectuer la transcription audio
def transcribe_audio(audio_file):
    # Charger le fichier audio
    audio_input, _ = sf.read(audio_file)

    # Transcrire l'audio
    inputs = processor(audio_input, return_tensors="pt", padding="longest")
    with torch.no_grad():
        logits = model(input_values=inputs.input_values).logits

    # Convertir les logits en texte
    predicted_ids = torch.argmax(logits, dim=-1)
    transcription = processor.batch_decode(predicted_ids)[0]

    return transcription

# Exemple d'utilisation
audio_file = "chemin_vers_votre_fichier_audio.wav"
transcription = transcribe_audio(audio_file)
print("Transcription:", transcription)

Tester le modèle avec Gradio

Exécutez le fichier demo.ipynb ou demo.py pour tester le modèle avec Gradio. Vous aurez un truc comme suit :

Tester le modèle avec FAST API

Exécutez le fichier main.py pour tester le modèle avec FastApi.

La mise en produciton

Vous pouvez déployez le modèle dans n docker. Le fichier Dockerfile vous permet de créer votre image et de déployer le modèle sur un serveur en production.

Limitations et Biais

• Entraîné sur un ensemble de données spécifique, il peut ne pas généraliser bien à d'autres types de texte.
• Ce modèle n'est entraîné que pour la langue fongbe.

Auteurs

• Bill Fassinou
• bill.fassinou@gmail.com

Remerciements

Un merci spécial à Hugging Face pour avoir fourni la bibliothèque Transformers qui a rendu ce projet possible.

---