meddkr/med_speaker_recognition

Anisse Speaker Recognition Model

Ce modèle identifie les locuteurs parmi un ensemble prédéfini de voix.
Plus précisément, il prédit si un fichier audio contient la voix d’Anisse ou d’autres personnes.

---

📦 Description

Ce modèle a été conçu pour un usage local uniquement :
✅ Vous devez télécharger les fichiers du modèle (model.pth, config.json)

---

🏗 Architecture du modèle

Entrée : vecteur MFCC (13 dimensions)
    ↓
Couche entièrement connectée (input_size → hidden_layer1)
    ↓ ReLU
Couche entièrement connectée (hidden_layer1 → hidden_layer2)
    ↓ ReLU
Couche entièrement connectée (hidden_layer2 → num_classes)
    ↓ Softmax
Sortie : probabilités pour chaque classe (Anisse, Others)

• Type de modèle : Classification binaire des locuteurs
• Entrée attendue : fichier audio .wav
• Extraction des caractéristiques : 13 coefficients MFCC moyens
• Sortie : "Anisse" ou "Others" avec les probabilités associées

---

🔧 Utilisation locale

1️⃣ Téléchargez les fichiers :

• finalmodel.pth (poids du modèle)
• config.json (configuration)

2️⃣ Installez les dépendances :

pip install torch librosa transformers

3️⃣ Code d’inférence :

import torch
from transformers import SpeakerIdentificationConfig, SpeakerIdentificationModel
from your_inference_script import load_model, predict_speaker

# Charger le modèle
model = load_model("model.pth", "config.json")

# Prédire le locuteur
result = predict_speaker("chemin/vers/audio.wav", model, model.config)
print(f"Locuteur prédit : {result}")

---

🛠 Créé par

Ce modèle a été développé par Dekir Med Anisse dans le cadre d’un projet personnel de reconnaissance de locuteur.
Il est fourni à des fins expérimentales et éducatives.

---

⚠ Remarque importante

Ce modèle n’est pas intégré dans l’écosystème AutoModel de Hugging Face.
Vous devez le télécharger manuellement et l’exécuter dans votre propre environnement Python.