README.md

---
title: WavLM-Large Demo
emoji: 🎵
colorFrom: blue
colorTo: purple
sdk: gradio
sdk_version: 3.50.2
app_file: app.py
pinned: false
license: mit
---

# 🎵 WavLM-Large Demo

Este é uma demonstração interativa do modelo **WavLM-Large** da Microsoft, disponibilizado através do repositório [marcosremar2/wavlm-large-deploy](https://huggingface.co/marcosremar2/wavlm-large-deploy).

## 🚀 Funcionalidades

- **Processamento de Áudio**: Carregue arquivos de áudio e veja as features extraídas
- **Visualizações**: Forma de onda e mapa de calor das features
- **Informações Detalhadas**: Estatísticas do áudio e saída do modelo
- **Interface Amigável**: Interface web intuitiva com Gradio

## 🎯 Como usar

1. Carregue um arquivo de áudio (WAV, MP3, FLAC, M4A)
2. Clique em "Processar Áudio"
3. Veja as visualizações e informações extraídas

## 📊 Sobre o WavLM-Large

O WavLM-Large é um modelo de aprendizado auto-supervisionado para processamento de fala com:

- **317M parâmetros**
- **Treinado em 94k horas** de áudio de múltiplas fontes
- **Arquitetura**: 24 camadas transformer
- **Aplicações**: Reconhecimento de fala, classificação de áudio, verificação de locutor

## 📚 Referências

- **Paper**: [WavLM: Large-Scale Self-Supervised Pre-Training for Full Stack Speech Processing](https://arxiv.org/abs/2110.13900)
- **Repositório Original**: [microsoft/unilm/wavlm](https://github.com/microsoft/unilm/tree/master/wavlm)
- **Modelo**: [marcosremar2/wavlm-large-deploy](https://huggingface.co/marcosremar2/wavlm-large-deploy)

## 🛠️ Tecnologias Utilizadas

- **Gradio**: Interface web interativa
- **Transformers**: Carregamento e uso do modelo
- **LibROSA**: Processamento de áudio
- **Matplotlib/Seaborn**: Visualizações

Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference