japanese-hubert-base

japanese-hubert-base

日语HuBERT Base自监督语音学习模型

rinna Co., Ltd.发布的日语HuBERT Base模型,采用与原始HuBERT相同的12层变换器结构,通过ReazonSpeech语料库的19000小时语音数据进行训练,支持自监督语音表示学习。模型提供详尽的训练配置和论文参考,便于研究和应用。使用Transformers库可方便地实现日语语音处理。

HuBERT开源项目模型Githubrinna/japanese-hubert-baseHuggingface日语语音模型ReazonSpeech自我监督学习

项目介绍:Japanese HuBERT Base

japanese-hubert-base 是由 rinna 株式会社 训练的一个日语 HuBERT 基础模型。这个模型以其独特的训练结构和方法,致力于提升日语语音处理的表现。

模型概述

Japanese HuBERT Base 模型的架构与 原始 HuBERT 基础模型 相同,包含 12 个 Transformer 层,每层具有 12 个注意力头。这个模型使用来自官方库的代码进行训练,详细的训练配置可以在此以及原始论文中找到。

训练细节

该模型使用大约 19,000 小时的日文语音语料库 ReazonSpeech v1 进行训练。ReazonSpeech 是一个广泛使用的语料库,提供了丰富的日语语音数据。这确保了模型在处理真实世界任务时能够有较好的表现。

主要贡献者

模型的开发得到了以下几个专家的贡献:

如何使用模型

用户可以通过以下 Python 代码来使用这个模型:

import soundfile as sf from transformers import AutoFeatureExtractor, AutoModel model_name = "rinna/japanese-hubert-base" feature_extractor = AutoFeatureExtractor.from_pretrained(model_name) model = AutoModel.from_pretrained(model_name) model.eval() raw_speech_16kHz, sr = sf.read(audio_file) inputs = feature_extractor( raw_speech_16kHz, return_tensors="pt", sampling_rate=sr, ) outputs = model(**inputs) print(f"Input: {inputs.input_values.size()}") # [1, #samples] print(f"Output: {outputs.last_hidden_state.size()}") # [1, #frames, 768]

用户还可以通过 这个链接 获取 fairseq 的 checkpoint 文件。

参考文献

在使用该模型或发表相关研究时,用户可以引用以下文献:

@misc{rinna-japanese-hubert-base, title = {rinna/japanese-hubert-base}, author = {Hono, Yukiya and Mitsui, Kentaro and Sawada, Kei}, url = {https://huggingface.co/rinna/japanese-hubert-base} } @inproceedings{sawada2024release, title = {Release of Pre-Trained Models for the {J}apanese Language}, author = {Sawada, Kei and Zhao, Tianyu and Shing, Makoto and Mitsui, Kentaro and Kaga, Akio and Hono, Yukiya and Wakatsuki, Toshiaki and Mitsuda, Koh}, booktitle = {Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)}, month = {5}, year = {2024}, pages = {13898--13905}, url = {https://aclanthology.org/2024.lrec-main.1213}, note = {\url{https://arxiv.org/abs/2404.01657}} }

此外,也可以参考以下论文了解 HuBERT 的详细信息:

@article{hsu2021hubert, author = {Hsu, Wei-Ning and Bolte, Benjamin and Tsai, Yao-Hung Hubert and Lakhotia, Kushal and Salakhutdinov, Ruslan and Mohamed, Abdelrahman}, journal = {IEEE/ACM Transactions on Audio, Speech, and Language Processing}, title = {HuBERT: Self-Supervised Speech Representation Learning by Masked Prediction of Hidden Units}, year = {2021}, volume = {29}, pages = {3451-3460}, doi = {10.1109/TASLP.2021.3122291} }

授权许可

该模型以 Apache 2.0 授权发布,用户可以根据许可要求自由使用与分发。

编辑推荐精选

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码,轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统,允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令,自动执行排序、公式计算和数据透视等操作,支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内,支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
博思AIPPT

博思AIPPT

AI一键生成PPT,就用博思AIPPT!

博思AIPPT,新一代的AI生成PPT平台,支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等,内置海量精美PPT模板,涵盖商务、教育、科技等不同风格,同时针对每个页面提供多种版式,一键自适应切换,完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命,一站式智能商拍平台

潮际好麦深耕服装行业,是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌,以及国内10万+淘宝、天猫、京东等主流平台的品牌商家,为卖家节省将近85%的出图成本,提升约3倍出图效率,让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌,基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构,帮助企业扫清合规障碍,筑牢风控防线,成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案,助力品牌曝光

稳定高效的流量提升解决方案,助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用,一键生成无水印视频

最新版Sora2模型免费使用,一键生成无水印视频

下拉加载更多