doing something
714 subscribers
913 photos
36 videos
36 files
1.95K links
@smlkw doing something, just my notes to keep updates
Download Telegram
Concatenation of w2v2-bert and ctc-segmentation

#ai #asr
doing something
https://github.com/egorsmkv/w2v2-bert-aligner
Пару речень про цей інструмент:

Десь рік тому @darkproger опублікував https://github.com/proger/uk який, власне, робить просту штуку - обрізає тишу на початку на в кінці аудіо. Цей проєкт його аналог, але з використанням https://huggingface.co/Yehor/w2v-bert-uk-v2.1 і значно спрощеним сетапом.

Сам скрипт можна переписати щоби подавати на всіх багато транскрипцій та один сигнал, а потім генерувати окремий датасет для ASR.

Також є змога отримувати timestamps по кожному слову, бо під капотом працює https://github.com/lumaku/ctc-segmentation

#asr
how CTO looks like
Forwarded from Vladimir
GCC compilation is faster on M4 because the ARM processor instruction set is simpler