Entrenamiento y despliegue de un modelo de clasificación de audio

Abstract

Este trabajo se centra en la creación y despliegue de un modelo clasificador de audios por emociones. La idea surge de un proyecto pasado cuya finalidad era detectar emociones en un caso de uso concreto, a través de llamadas telefónicas. El modelo se ha implementado en Python, utilizando la librería Transformers de HuggingFace y el modelo preentrenado Wav2Vec2 de Facebook AI. Ha sido desplegado como aplicación web, utilizando Flask y Docker.

This work focuses on the creation and deployment of an audio emotions classifier model. The idea comes from a past project whose purpose was to detect emotions in a specific use case, through phone calls. The model has been implemented in Python, using the Transformers library from HuggingFace and the pre-trained Wav2Vec2 model from Facebook AI. It has been deployed as a web application, using Flask and Docker.