audio-sentiment / README_HF.md
alec228's picture
Initial commit
2a0b1db
# 🎤 Analyse de Sentiment Audio
Ce Space Hugging Face permet d'analyser le sentiment d'extraits audio en français en combinant transcription et analyse de sentiment.
## 🚀 Fonctionnalités
- **🎙️ Transcription audio** : Utilise Wav2Vec2 pour transcrire l'audio en français
- **😊 Analyse de sentiment** : Analyse le sentiment du texte transcrit avec BERT multilingue
- **📊 Analyse détaillée** : Segmentation par phrase avec scores de confiance
- **💾 Export CSV** : Sauvegarde de l'historique des analyses
- **🎯 Interface intuitive** : Interface Gradio moderne et responsive
## 🛠️ Technologies utilisées
- **Transcription** : `jonatasgrosman/wav2vec2-large-xlsr-53-french`
- **Sentiment** : `nlptown/bert-base-multilingual-uncased-sentiment`
- **Interface** : Gradio
- **Backend** : PyTorch, Transformers
## 📖 Comment utiliser
1. **Enregistrez** votre voix directement dans le navigateur
2. **Ou téléversez** un fichier audio (WAV recommandé)
3. **Cliquez** sur "Analyser" pour lancer le traitement
4. **Visualisez** les résultats : transcription, sentiment, et analyse détaillée
5. **Exportez** l'historique au format CSV si nécessaire
## 🎯 Cas d'usage
- Analyse de sentiment sur des appels clients
- Évaluation de podcasts ou interviews
- Validation d'analyses qualitatives de contenu audio
- Proof of Concept pour architectures multimodales
## 🔧 Architecture
Le pipeline combine :
1. **Extraction audio** → Prétraitement et normalisation
2. **Transcription** → Wav2Vec2 pour la reconnaissance vocale
3. **Analyse sentiment** → BERT pour la classification
4. **Post-traitement** → Segmentation et scoring
## 📝 Exemple de sortie
```json
{
"transcription": "je suis très content de ce produit",
"sentiment": {
"positif": 0.85,
"neutre": 0.10,
"négatif": 0.05
}
}
```
## 🌟 Fonctionnalités avancées
- **Gestion d'erreurs** robuste
- **Interface responsive** adaptée mobile/desktop
- **Historique persistant** des analyses
- **Export de données** au format CSV
- **Analyse segmentée** par phrase
---
*Développé avec ❤️ pour l'analyse de sentiment audio en français*