Construire une démo avec Gradio

Maintenant que nous avons finetuné un Whisper pour le Dhivehi, construisons une démo Gradio pour le présenter à la communauté !

La première chose à faire est de charger le checkpoint en utilisant la classe pipeline() - vous êtes maintenant familier avec la section sur les modèles pré-entraînés. Vous pouvez changer le model_id pour l’espace de noms de votre modèle finetuné sur le Hugging Face Hub, ou l’un des modèles Whisper pré-entraînés pour effectuer de la reconnaissance vocale à partir de zéro :

from transformers import pipeline

model_id = (
    "sanchit-gandhi/whisper-small-dv"  # mettre à jour avec l'identifiant de votre modèle
)
pipe = pipeline("automatic-speech-recognition", model=model_id)

Deuxièmement, nous allons définir une fonction qui prend le chemin du fichier d’une entrée audio et le passe à travers le pipeline. Ici, le pipeline se charge automatiquement de charger le fichier audio, de le rééchantillonner à la bonne fréquence d’échantillonnage et d’exécuter l’inférence. Nous pouvons alors simplement renvoyer le texte transcrit en tant que sortie de la fonction. Pour s’assurer que notre modèle puisse gérer des entrées audio de longueur arbitraire, nous activons le chunking comme décrit dans la section sur les modèles pré-entraînés :

def transcribe_speech(filepath):
    output = pipe(
        filepath,
        max_new_tokens=256,
        generate_kwargs={
            "task": "transcribe",
            "language": "sinhalese",
        },  # mettre à jour avec la langue sur laquelle vous avez finetuné
        chunk_length_s=30,
        batch_size=8,
    )
    return output["text"]

Nous allons utiliser la fonctionnalité blocks de Gradio pour lancer deux onglets sur notre démo : l’un pour la transcription par microphone et l’autre pour le chargement de fichiers.

import gradio as gr

demo = gr.Blocks()

mic_transcribe = gr.Interface(
    fn=transcribe_speech,
    inputs=gr.Audio(source="microphone", type="filepath"),
    outputs=gr.outputs.Textbox(),
)

file_transcribe = gr.Interface(
    fn=transcribe_speech,
    inputs=gr.Audio(source="upload", type="filepath"),
    outputs=gr.outputs.Textbox(),
)

Enfin, nous lançons la démo en utilisant les deux blocs que nous venons de définir :

with demo:
    gr.TabbedInterface(
        [mic_transcribe, file_transcribe],
        ["Transcrire le microphone", "Transcrire le fichier audio"],
    )

demo.launch(debug=True)

Ceci lancera une démo Gradio similaire à celle qui tourne sur le Space suivant :

Si vous souhaitez héberger votre démo sur le Hub, vous pouvez utiliser ce Space comme exemple pour votre modèle finetuné.

Cliquez sur le lien pour dupliquer le Space sur votre compte : https://huggingface.co/spaces/course-demos/whisper-small?duplicate=true.

Nous vous recommandons de donner à votre Space un nom similaire à celui de votre modèle finetuné (par exemple whisper-small-dv-demo) et de régler la visibilité sur Public.

Une fois que vous avez dupliqué le Space sur votre compte, cliquez sur Files and versions -> app.py -> edit. Changez ensuite l’identifiant du modèle par le votre (ligne 6). Descendez au bas de la page et cliquez sur Commit changes to main. La démo redémarre, cette fois en utilisant votre modèle finetuné. Vous pouvez partager cette démo avec vos amis et votre famille afin qu’ils puissent utiliser le modèle que vous avez entraîné !

Alternativement, vous pouvez consulter notre tutoriel vidéo pour mieux comprendre comment dupliquer un Space : vidéo YouTube.