GigaAM (Giga Acoustic Model)

Что это

GigaAM (Giga Acoustic Model) - семейство акустических моделей для обработки звучащей речи на русском языке.

Возможности и детали

• Среди решаемых задач - задачи распознавания речи, распознавания эмоций и извлечения эмбеддингов из аудио. Модели построены на основе архитектуры Conformer с использованием методов self-supervised learning (wav2vec2-подход для GigaAM-v1 и HuBERT-подход для GigaAM-v2);
• Модели GigaAM с отрывом являются лучшими по качеству моделями в открытом доступе для соответствующих задач;
• Репозиторий включает;
• GigaAM: фундаментальная акустическая модель, обученная на большом объеме неразмеченных русскоязычных аудиозаписей;
• GigaAM-CTC и GigaAM-RNNT: модели, дообученные на задачу автоматического распознавания речи;
• GigaAM-Emo: модель, дообученная на задачу распознавания эмоций.

Зачем нужен

Это практический справочный ресурс: он собирает сведения по теме в одном месте и помогает быстрее найти нужную команду, объяснение или пример без долгого поиска по разрозненной документации. Материал удобно использовать и для первого знакомства, и как памятку во время реальной работы.

Когда пригодится

• Когда нужно быстро найти команду, параметр или рабочий пример;
• Для знакомства с незнакомой темой и проверки собственного понимания;
• Как памятка рядом с терминалом или редактором во время реальной работы.

Что учесть

Перед использованием материала сверьте дату обновления материала, версии упомянутых технологий и примеры с официальной документацией. Если сведения относятся к рабочей системе, сначала перепроверьте их в безопасном окружении.