ASR_Diploma

В данном репозитории представлены скрипты для дипломной работы Разработка самообучающейся модели для сегментации речи (Development of a Semi-supervised Speech Segmentation Model)

При написании скриптов были использованы следующие источники:

• https://github.com/felixkreuk/UnsupSeg/blob/master/utils.py
• https://github.com/huggingface
• https://github.com/NVIDIA/NeMo
• https://github.com/lumaku/ctc-segmentation

Структура репозитория:

Data Preparation - папка, содержащая тетрадки и скрипты для предобработки данных:

• Разметка аудио-файлов Golos с помощью алгоритма CTC-Segmentation
• Удаление тишины из аудио-файлов Golos с помощью silero
• Распаковка и нарезка Buckeye датасета

Wav2Vec Segmentation - папка, содержащая скрипты обучения и прогноза моделей для трех датасетов

Segments:

• train
• test

Границы Silero Edges:

• train
• test

Сегментация с обрезкой тишины с помощью silero:

• train
• test