Italian Robust ASR 意大利语语音识别

Italian Robust ASR 意大利语语音识别

用 Hugging Face 语音挑战赛的 wav2vec2 XLS-R 模型把意大利语语音转成文字。适合想在浏览器里试用意大利语语音识别的人。

由 dbdmg 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 是一个用来试用意大利语语音识别模型的演示，它来自 Hugging Face 举办的语音挑战赛。这个 Space 列出了三个 wav2vec2 XLS-R 模型，一个标 1b，两个标 300m，可以把意大利语音频转成文字。

适合谁：如果你想听听意大利语语音识别器处理真实录音的表现，或者想有个基础来测试自己的模型，它就适合你。

行业 | 谁在用 | 怎么用 | 例子
研究 | 语音研究者 | 试用意大利语识别模型 | 跑一段演示音频，读返回的文字
教育 | 意大利语学习者和老师 | 对照口语和文字 | 比较说出来的和写出来的
媒体 | 编辑和记者 | 从音频起草文字稿 | 得到初稿再手动修改
开发 | 开发者 | 在用进应用之前测试模型 | 用示例音频跑一遍演示

如果你需要意大利语以外的语言，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 你自己的电脑，Windows、macOS 或 Linux

使用场景 | 谁用 | 得到什么
转写音频 | 研究者 | 由语音得到的意大利语文字
试用演示音频 | 新手 | 用自带的音频快速看看输出
测试模型 | 开发者 | 感受这些模型的表现

如何设置：

• 在线使用的话什么都不用装
• 在自己电脑上运行副本需要 Python
• requirements.txt 里的 Python 包
• packages.txt 里的系统包，由 Hugging Face 用 apt-get 安装

1. 打开 Hugging Face 上这个 Space 的页面，即可在线使用。
2. 要运行副本，先安装 huggingface_hub，再把这个 Space 下载到一个文件夹。
3. 进入该文件夹，安装 Gradio，再安装列出的依赖包。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download dbdmg/robust-asr-it --repo-type space --local-dir robust-asr-it
cd robust-asr-it
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：打开这个 Space，给它意大利语音频。仓库里有三段简短的演示音频可以试。在自己的副本上，用下面的命令启动应用，再打开 Gradio 打印出的本地页面。

python app.py

示例：把仓库里的一段演示音频放进应用跑一遍。你会得到模型从这段音频里听出的意大利语文字，可以对着音频读一读。

新手与专家：如果你是新手，先试一段演示音频，读读返回的文字。语音识别就是把说出的话变成写下的字，这个演示对意大利语做的就是这件事。

如果你熟悉这个领域，这个 Space 列出了同一作者的三个意大利语 wav2vec2 XLS-R 检查点，有一个普通版和另外两个版本。它是另一个 Hugging Face 语音识别 Space 的分支，所以结构是标准的 Gradio 结构。README 没有给出准确率数字。

你给应用意大利语音频
wav2vec2 XLS-R 模型读取声音
应用返回它听到的文字

注意事项：

• License: mit
• Cost to run: 没有提到费用。在线的 Space 运行在 Hugging Face 上。
• Data it reaches: 你提供的音频，以及它在 Hugging Face 上指定的模型。

Hugging Face 上的数据（2026年11月13日）

• 点赞：1
• 构建方式：gradio
• 许可证：mit

链接

• Space：https://huggingface.co/spaces/dbdmg/robust-asr-it
• 文件：https://huggingface.co/spaces/dbdmg/robust-asr-it/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。