Terjemahan mesin · Versi asli bahasa Inggris

Identifikasi Bahasa

Identifikasi bahasa yang diucapkan pada perangkat dengan ECAPA SpeechBrain VoxLingua107. Swift waktu-jalan mendukung asli MLX dan (malaikat-malaikat) yang mengatur urusan (dunia). Core ML dan peringkat 107 label bahasa.

Arsitektur

Audio diresabled ke 16 kHz dan dikonversi oleh 60- bin SpeechBrain log -mel frontend. Sementara berarti normalisasi feed sebuah encoder ECDNN dan klasifikasi 107- class.

CLI

speech language-id recording.wav
speech language-id recording.wav --engine coreml --top 3
speech language-id recording.wav --json

MLX adalah baku. Gunakan --engine coreml untuk model terkompile, --top untuk memilih jumlah kandidat, dan --json sebagai keluaran mesin-dapat dibaca.

Swift API

import SpeechLanguageID

let identifier = try await SpeechLanguageIdentifier.fromPretrained(engine: .mlx)
let result = try identifier.identify(
    audio: samples,
    sampleRate: sampleRate,
    topK: 5
)
print(result.best?.label.code ?? "unknown")

Rekaman panjang

Setiap panggilan model dianalisis hingga sekitar 30 detik.

undo-type

Model ini selalu berada pada salah satu label yang dikenal. Keyakinannya bukanlah detektor bahasa yang tidak diketahui. Tambahkan VAD dan kebijakan penolakan yang dikalibrasi untuk keheningan, musik, code- berganti, dan bahasa yang tidak didukung.

Hugging Face

CLI: language-id