استفاده از Whisper یا Whisper-Jax برای استخراج ویژگی (logits) از یک فایل صدا
یک سال پیش منتشر شده
تعداد بازدید: 469
کد پروژه: 413372
شرح پروژه
سلام وقت بخیر.
هدف من استخراج ویژگی (logits) از صدا با زمان اجرای کم است. در حال حاضر من از مدل wav2vec استفاده میکنم که کد ان در اینجا قرار داده شده است.
اما چون نیاز به مدلی با زمان اجرای پایین تر هستم قصد دارم از Whisper یا Whisper-Jax استفاده کنم که بسیار سریعتر هستند. اما به شرطی که shape خروجی شبیه shape خروجی wav2vec باشه: (x, y) که مقدار x بستگی به طول فایل صدا دارد. و مقدار y یک عدد ثابت است ، برای مثال برای wav2vec عدد 44 است.
با تشکر
این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.
مهارت ها و تخصص های مورد نیاز
بودجه
750,000 تومان تا 5,000,000 تومان
مهلت برای انجام
7روز
وضعیت مناقصه
انجام شده
درباره کارفرما
عضویت یک سال پیش
