动手练习

本练习不评分，旨在帮助您熟悉将在本课程其余部分中使用的工具和库。如果您已经有使用 Google Colab、🤗 Datasets、librosa 和 🤗 Transformers 的经验，您可以选择跳过此练习。

1. 创建一个 Google Colab 笔记本。
2. 使用 🤗 Datasets 以流模式加载您选择的语言的 facebook/voxpopuli 数据集 的 train 分割。
3. 从数据集的 train 部分获取第三个示例并进行探索。 鉴于此示例具有的特征，您可以将此数据集用于哪些类型的音频任务？
4. 绘制此示例的波形和频谱图。
5. 转到 🤗 Hub，浏览预训练模型，找到一个可用于您先前选择的语言的自动语音识别的模型。 使用您找到的模型实例化相应的 pipeline，并转录该示例。
6. 将您从 pipeline 获得的转录与示例中提供的转录进行比较。

如果您在此练习中遇到困难，请随时查看示例解决方案。 发现了有趣的东西？ 找到了很酷的模型？ 得到了漂亮的频谱图？ 欢迎在 Twitter 上分享您的作品和发现！

在接下来的章节中，您将了解更多关于各种音频 transformer 架构的信息，并将训练您自己的模型！

< > 在 GitHub 上更新