Learning

Multilingual ASR pipeline — qisqa yo‘riqnoma. Dataset Explorer da pastki o‘ngdagi Learning — shu matn ichki panelda ham ochiladi.

← Dataset Explorer Boshqaruv paneli

📥 1. Ma’lumot kirishi

Bosh sahifada YouTube havolalari, mahalliy audio yoki Nextcloud kutubxonasidan fayllarni tanlang. Til, mavzu va Gemini modelini moslang; API kalitni AI Studio’dan oling.

✂️ 2. Audio tayyorlash

Yuklab olish, ovoz ajratish va kerak bo‘lsa segmentlarga bo‘lish pipeline ichida bajariladi. Natija audio_segments/ va gemini_transcription/ papkalarida saqlanadi.

🤖 3. Transkripsiya (Gemini)

Har bir segment matnlashtiriladi; preview model ishlamasa, tizim barqaror Gemini 2.5 Flash zanjirida qayta urinadi. Xatolikda server logida aniq sabab (limit, kalit, model) ko‘rinadi.

📊 4. Explorer va eksport

Dataset Explorer orqali Nextcloud yoki mahalliy web_data/ bo‘yicha fayllarni ko‘ring, tinglang va statistikani oching. HF import sahifasidan Hugging Face bilan integratsiya mumkin.

Texnik tafsilotlar: repodagi 0_craft_dataset/ va web_app/ modullari.