unispeech-speaker-verification

מה זה

אתם מעלים או מקליטים שני קטעי שמע נפרדים, אחד לכל דובר, ומקבלים פלט בפורמט של קוד HTML שמציג את תוצאת ההשוואה ביניהם. הממשק כולל גם דוגמאות מובנות מראש של קבצי קול כדי לבדוק את התהליך בלי להקליט את עצמכם.

מאחורי הקלעים רץ שילוב של חילוץ מאפיינים ועיבוד אותות עם torchaudio, יחד עם מודלים מסוג X-Vector של מיקרוסופט. האפליקציה מתבססת על הדגמים unispeech-sat-base-plus-sv ו־unispeech-sat-large-sv שנועדו לאימות קולי, ומחלצת וקטור שמייצג את מאפייני הקול מכל קובץ כדי לקבוע התאמה.

מתאים ל

• השוואת שני קולות

  בדיקה מהירה אם שתי הקלטות שונות שייכות לאותו אדם דרך הדפדפן.

• התנסות במודל x-vector

  בחינת יכולות המודל של מיקרוסופט לאימות דובר על גבי דוגמאות מוכנות.

• אימות קולי ממיקרופון

  הקלטה חיה של שני משתמשים כדי לראות אם המערכת מזהה אותם כזהים.

איפה זה נופל

הבעיה המרכזית היא שההדגמה שבורה לחלוטין ונמצאת במצב של תקלת ריצה, כך שהיא לא שמישה בדפדפן. מעבר לכך, היא מקבלת רק קלט מהמיקרופון או דוגמאות מוכנות ולא מאפשרת ניתוח של מספר דוברים במקביל או תמלול, אלא השוואה פשוטה בלבד.

איך משתמשים

נכנסים לעמוד, מקליטים ישירות דרך המיקרופון של המחשב לשני השדות או בוחרים מתוך רשימת הדוגמאות, ושולחים לבדיקה בלי צורך בחשבון או בהתחברות.

ההדגמה מוגדרת לרוץ על חומרת מעבד בסיסית, מה שאומר שהעיבוד מראש אטי יותר משרת עם כרטיס גרפי. כרגע העמוד מדווח על שגיאת ריצה כללית, ולכן אי אפשר להריץ בו בדיקות בפועל עד שיתקנו את הקוד או את התלויות בסביבה.

הרישיון

הרישיון של הפרויקט לא דווח במאגר. במצב כזה אין אישור שימוש ברור לקוד או למודלים, ולא ידוע מה נעשה עם קטעי הקול שנשלחים לשרת בעת ההרצה.

הרישיון המלא ב־Hugging Face ↗