audio-sentiment

Sentiment Audio

Ce projet propose un pipeline complet d'analyse de sentiment à partir de fichiers audio francophones, structuré en quatre composantes principales :

1. Transcription audio

   • Modèle Wav2Vec2 (jonatasgrosman/wav2vec2-large-xlsr-53-french)
   • Extraction de vecteurs audio puis décodage CTC

2. Analyse de sentiment textuel

   • Modèle BERT multilingue (nlptown/bert-base-multilingual-uncased-sentiment)
   • Fonction analyze_sentiment(text) retournant un label (négatif, neutre, positif) et sa confiance

3. Interface utilisateur Gradio

   • Modes d'entrée : enregistrement microphone et téléversement de fichier
   • Affichage de la transcription et du score de sentiment en temps réel
     

4. API REST FastAPI

   • Endpoint /predict pour soumettre un fichier audio
   • Retour JSON { "transcription": ..., "sentiment": {label: confiance} }
   • Documentation interactive Swagger UI (/docs)
     

---

Structure du projet

sentiment_audio_tp/
├── hf_model/              # exports de modèles sauvegardés via save_pretrained
├── models/                # cache local HuggingFace (ignoré par Git)
├── src/
│   ├── __init__.py
│   ├── transcription.py   # SpeechEncoder (Wav2Vec2Model)
│   ├── sentiment.py       # TextEncoder + analyze_sentiment()
│   ├── multimodal.py      # Classifieur multimodal (fusion embeddings)
│   ├── inference.py       # CLI (audio → transcription + sentiment)
│   ├── app.py             # Interface Gradio
│   └── api.py             # Serveur FastAPI
├── requirements.txt       # Dépendances du projet
├── render.yaml            # Infra as code pour Render
└── README.md              # Ce document

---

Installation

1. Cloner le dépôt

   git clone <URL_DU_REPO>
   cd sentiment_audio_tp
   

2. Configurer l'environnement

   python -m venv venv
   source venv/bin/activate   # macOS/Linux
   .\venv\Scripts\Activate.ps1  # Windows PowerShell
   

3. Installer les dépendances

   pip install --upgrade pip
   pip install -r requirements.txt
   

---

Utilisation

CLI d'inférence

python src/inference.py chemin/vers/audio.wav
# Affiche la transcription et le résultat de sentiment

Interface Gradio

python -m src.app

• Rendez-vous sur http://127.0.0.1:7861/
• Choisissez Enregistrement ou Upload
• Obtenez la transcription et le sentiment en temps réel

API REST

uvicorn src.api:app --reload --host 0.0.0.0 --port 8000

• Swagger UI : http://127.0.0.1:8000/docs

• Tester avec curl ou Postman :

  curl -X POST "http://127.0.0.1:8000/predict" \
       -F "file=@/chemin/vers/audio.wav"
  

---

Cas d'usage

• Prototype rapide d'analyse de sentiment sur des appels clients, podcasts, interviews
• Outil de validation pour analyses qualitatives de contenu audio
• Proof of Concept pour architectures multimodales
• Service back-end dans un chatbot vocal ou plateforme d'assistance

---

Extension

• Fine-tuning multimodal : entraînement du classifieur fusion sur un dataset annoté
• Support de nouveaux formats : MP3, FLAC…
• Tests et CI : ajouter des tests pytest et pipelines CI/CD
• Déploiement : Docker, Kubernetes, monitoring

---

Licence

Licence MIT — libre d'utilisation, modification et redistribution.