automatic-speech-recognition

מה זה

הממשק מיועד לתמלול הקלטות קוליות בכמה דרכים. אתם יכולים להעלות קובץ אודיו ישירות מהמחשב, להקליט את עצמכם דרך המיקרופון בזמן אמת, או להזין כתובת אינטרנט שממנה הכלי מוריד את קובץ הקול ומעבד אותו. התוצאה מופיעה בתיבת טקסט ייעודית לצד נתונים טכניים בסיסיים על הפעולה, בלי תכונות עריכה מורכבות מסביב.

מאחורי הקלעים פועלים מנועי תמלול מגוונים ממשפחות Icefall, Vosk וכלים נוספים. הרשימה כוללת ארכיטקטורות שונות, החל ממודלי Transducer חסרי מצב שאומנו על מאגר LibriSpeech באנגלית או Wenetspeech, דרך מודלי Conformer ו־CTC כמו icefall-asr-mgb2, ועד מודלים רוסיים ייעודיים של Vosk. בנוסף, הקוד כולל תמיכה במודל sherpa-onnx ובמודלי Cohere Transcribe. המערכת מציגה גם דוגמאות מובנות בקוד שמאפשרות לבדוק תמלול מוכן מראש בלי להקליט לבד.

מתאים ל

• השוואת מודלי Icefall

  בדיקת דיוק של מודלי Transducer שונים מול Conformer על אותה הקלטת דיבור באנגלית.

• תמלול הקלטות מרוסית

  הרצת קובצי קול מול מודלי Vosk ייעודיים לשפה הרוסית לקבלת תמליל ישיר.

• בדיקת שמע מכתובת רשת

  הזנת קישור ישיר לקובץ אודיו כדי לבחון את איכות הזיהוי בלי להוריד את הקובץ למחשב.

איפה זה נופל

אם אתם מחפשים תמלול בעברית, המקום הזה לא בשבילכם. המודלים הנטענים מיועדים בעיקר לאנגלית, סינית ורוסית, בלי דגש על שפות שמיות. החומרה מוגבלת למעבד רגיל, מה שהופך תמלול של הקלטות ארוכות לאיטי ביחס לשרתי ייצור. הדוגמאות המוצגות מתבססות על הקלטות נקיות, כך שבמבחן מציאות עם רעשי רקע כבדים או מבטאים חריגים התוצאות יהיו מדויקות פחות.

איך משתמשים

בוחרים לשונית לפי סוג הקלט, מסמנים שפה ומודל מהרשימה, ומגדירים פרמטרים כמו שיטת פענוח, כמות נתיבים פעילים בסליידר, ופיסוק. לאחר מכן לוחצים על כפתור Submit for recognition וממתינים. אין צורך לפתוח חשבון או להתחבר. השרת רץ על מעבד בסיסי בלבד ללא האצת כרטיס גרפי, ולכן עיבוד קבצים ארוכים או הרצת מודלים כבדים לוקחים זמן ודורשים סבלנות.

הרישיון

הפרויקט מופץ תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי של הקוד. קובצי השמע שאתם מעלים או מקליטים מעובדים בשרת זמני של המערכת, ללא תיעוד מפורט על משך שמירת המידע או מחיקתו מהדיסק.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗