🇺🇿 O'zbek tili uchun STT (Speech-to-Text) Modeli

Bu loyiha Bitiruv Malakaviy Ishi (BMI) doirasida ishlab chiqilgan bo'lib, o'zbek tilidagi nutqni (ovozni) sun'iy intellekt yordamida avtomatik ravishda matnga o'girib beruvchi veb-ilova hisoblanadi.

Tizim Hugging Face'ning Whisper arxitekturasiga asoslangan va maxsus o'zbek tili ma'lumotlar bazasida (dataset) o'qitilgan (Fine-tuned). Dastur to'g'ridan-to'g'ri kompyuterning protsessorida (CPU) ishlashga moslashtirilgan.

🚀 Texnologiyalar

• Dasturlash tili: Python 3.10+
• Sun'iy Intellekt: PyTorch, Transformers (Hugging Face)
• Audio ishlov berish: Librosa
• Veb-interfeys: Gradio

⚙️ O'rnatish va ishga tushirish

Loyihani o'z kompyuteringizda ishga tushirish uchun quyidagi qadamlarni bajaring:

1. Repozitoriyni yuklab olish:

git clone https://github.com/shavkatjon622/stt_interface.git
cd stt_interface

2. Virtual muhit yaratish va faollashtirish:

# Linux/macOS uchun:
python3 -m venv venv
source venv/bin/activate

# Windows uchun:
python -m venv venv
venv\Scripts\activate

3. Kerakli kutubxonalarni o'rnatish:

pip install -r requirements.txt

4. Modelni yuklab olish (Muhim!): Hajmi katta bo'lganligi sababli model GitHub'ga joylanmagan.

Modelni ushbu havoladan yuklab oling: https://github.com/shavkatjon622/stt_interface/releases/tag/stt_model

Yuklab olingan fayllarni loyiha ichida whisper-uz-model-final nomli papka yaratib, o'sha papkaning ichiga joylashtiring.

5. Dasturni ishga tushirish:

python app.py

Dastur ishga tushgach, terminalda berilgan havola (odatda http://127.0.0.1:7860) orqali brauzerda interfeysni oching.

📌 Eslatma Model maksimal aniqlikda ishlashi uchun toza muhitda va aniq talaffuz bilan gapirish tavsiya etiladi. Ovozlar orqa fondagi shovqinlarsiz, adabiy tilda aytilsa matnga o'girish tezroq va aniqroq bo'ladi.