استخدام ESPnet على Hugging Face

espnet هو مجموعة أدوات شاملة لمعالجة الكلام من الطرف إلى الطرف، وتشمل التعرف التلقائي على الكلام، وتحويل النص إلى كلام، وتحسين جودة الكلام، وفصل الأصوات، ومهام أخرى.

استكشاف ESPnet في المستودع

يمكنك العثور على مئات نماذج espnet عن طريق التصفية على يسار صفحة النماذج.

تأتي جميع النماذج على Hub بميزات مفيدة:

1. بطاقة نموذج مُولَّدة تلقائيًا تتضمن وصفًا، وإعدادات التدريب، ورخص الاستخدام، والمزيد.
2. وسوم البيانات الوصفية التي تساعد في إمكانية الاكتشاف وتحتوي على معلومات مثل الترخيص واللغة ومجموعات البيانات.
3. مكوّن تفاعلي يمكنك استخدامه للتجربة مع النموذج مباشرةً في المتصفح.
4. مكوّن مزوّدي الاستدلال الذي يتيح إرسال طلبات الاستدلال.

استخدام نماذج موجودة

لإرشادات شاملة حول تحميل النماذج المُدرَّبة مسبقًا، ننصح بالاطلاع على الدليل الرسمي).

إذا كنت مهتمًا بتنفيذ الاستدلال، فإن فئات مختلفة لمهام مختلفة تحتوي على طريقة from_pretrained تتيح تحميل النماذج من Hub. على سبيل المثال:

• Speech2Text للتعرف التلقائي على الكلام.
• Text2Speech لتحويل النص إلى كلام.
• SeparateSpeech لفصل مصادر الصوت.

إليك مثالًا على الاستدلال:

import soundfile
from espnet2.bin.tts_inference import Text2Speech

text2speech = Text2Speech.from_pretrained("model_name")
speech = text2speech("foobar")["wav"]
soundfile.write("out.wav", speech.numpy(), text2speech.fs, "PCM_16")

إذا كنت ترغب في معرفة كيفية تحميل نموذج محدد، يمكنك النقر على Use in ESPnet وستحصل على مقتطف جاهز للتشغيل يمكنك من خلاله تحميله!

مشاركة نماذجك

ESPnet يُخرج ملف zip يمكن رفعه إلى Hugging Face بسهولة. للحصول على دليل كامل حول مشاركة النماذج، ننصح بالاطلاع على الدليل الرسمي).

يسمح سكربت run.sh برفع نموذج معيّن إلى مستودع على Hugging Face.

./run.sh --stage 15 --skip_upload_hf false --hf_repo username/model_repo

موارد إضافية

• وثائق ESPnet.
• مستودع مكتبة نماذج ESPnet.
• توثيقات التكامل.