canary-1b — הדגמה

מה זה

הממשק מבוסס על מודל Canary 1b מבית אנבידיה, שרץ דרך ספריית NeMo לתמלול ותרגום אודיו. אתם מזינים הקלטה דרך המיקרופון או מעלים קובץ מהמחשב, בוחרים שפת מקור ושפת יעד מתוך התפריטים, ומסמנים אם להוסיף פיסוק ואותיות גדולות בעזרת תיבת סימון ייעודית.

מאחורי הקלעים הקוד משתמש בעיבוד של פריימים וחלקים מהקובץ בעזרת פונקציות לתמלול רב משימתי, יחד עם חבילות כמו librosa ו־soundfile. התוצאה הסופית שמוצגת על המסך היא תיבת טקסט פשוטה שמציגה את התמלול או התרגום שנבחרו.

מתאים ל

• תמלול הקלטות שמע

  העלאת קובץ קול קצר ובחירת שפת מקור כדי להוציא תמלול מלא של הנאמר ישירות למסך.

• תרגום מדיבור לטקסט

  הקלטה מהמיקרופון ובחירת שפת יעד שונה לקבלת תרגום כתוב של הדברים שנאמרו.

• בדיקת המודל לפני פיתוח

  בחינת יכולות התמלול והפיסוק של המודל על דוגמאות קול מגוונות לפני שמתקינים את NeMo.

איפה זה נופל

הבעיה המרכזית כרגע היא שהאפליקציה פשוט לא עובדת ומוגדרת במצב תקלה. מעבר לזה, הממשק דורש שתספקו הקלטה באופן ידני ולא מתאים לעיבוד קבצים בכמויות גדולות, וגם אין מידע על תמיכה בעברית מתוך הקוד עצמו.

אותה משפחה

canary יצא ב־2 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

איך מריצים

בפועל אתם מעלים אודיו, בוחרים שפות ולוחצים על כפתור ההרצה כדי לקבל פלט. האפליקציה מוגדרת לרוץ על מעבד גרפי מסוג t4-small, אבל כרגע היא במצב של שגיאת ריצה. זה אומר שאי אפשר להשתמש בה כרגע בדפדפן, והיא תיכשל מיד בלחיצה עד שיתקנו אותה.

pip install -U huggingface_hub
hf download nvidia/canary-1b

הקבצים

4 קבצים במאגר, 3.8 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

• canary-1b.nemo4.1 GB
• canary-model.png131.3 KB
• README.md19.1 KB
• .gitattributes1.6 KB

הרישיון

הרישיון הוא cc-by-nc-4.0, שזה רישיון שמגביל את השימוש למטרות לא מסחריות בלבד ומחייב מתן קרדיט. לא מומלץ להעלות קבצים רגישים או פרטיים לממשק ציבורי כזה, ואי אפשר להשתמש בתוצרים למוצר מסחרי.

• שינוי הקוד
• חובת ייחוס
• שימוש מסחרי: לא

הרישיון המלא בעמוד המודל ↗