AI 【Whisper】SpecAugmentationを実装してみた【ファインチューニング】
こんにちは。今回はWhisperなどの音声データを学習するモデルに有効なAugmentation手法である、SpecAugmentationを実装してみたので紹介していきます。SpecAugmentationとは？2019年にGoogleが...
whisper
AI 
AI 【Python】faster-whisperとpyannoteによる文字起こし＋話者識別機能をオフライン化してみた
こんにちは。前回のfaster-whisperとpyannoteによる文字起こし＋話者識別機能を、ネットからモデルをダウンロードするタイプではなく、あらかじめモデルをダウンロードしておくオフライン化を実装してみました。前回の記事はこちら。こ...
AI AWS LambdaにPyannote.audioを実装して動かすためのTips
今回は私がハマったタイトルの件について、メモ含めて他の困った方へのTipsまとめです。AWSのLambdaにDockerイメージファイルをアップロードしてfaster-whisper+Pyannote.audioを使った文字起こし＋話者識別...
AI 【Python】faster-whisperとpyannoteを使って、文字起こし＋話者識別機能を作ってみた
こんにちは。みなさん、生成AIを活用していますか？何番煎じかわかりませんが、faster-whisperとpyannoteを使った文字起こし＋話者識別機能を実装してみたので、こちらについてご紹介したいと思います。これまではAmazon tr...