# Ses verilerini işleyin

Bu kılavuz, ses veri setlerini işleme için belirli yöntemleri gösterir. Şunları öğrenin:

- Örnekleme hızını yeniden örnekle.
- Ses veri kümeleriyle [map()](/docs/datasets/main/tr/package_reference/main_classes#datasets.Dataset.map) kullanın.

Herhangi bir veri seti türünü işleme sürecine dair bir kılavuz için genel süreç kılavuzuna göz atın.

## Dönüştür

[cast_column()](/docs/datasets/main/tr/package_reference/main_classes#datasets.Dataset.cast_column) fonksiyonu, bir sütunu çözümlenecek başka bir özelliğe dönüştürmek için kullanılır. Bu fonksiyonu [Audio](/docs/datasets/main/tr/package_reference/main_classes#datasets.Audio) özelliğiyle kullandığınızda örneklem hızını yeniden örnekleyebilirsiniz:

```py
>>> from datasets import load_dataset, Audio

>>> dataset = load_dataset("PolyAI/minds14", "en-US", split="train")
>>> dataset = dataset.cast_column("audio", Audio(sampling_rate=16000))
```

Ses dosyaları anlık olarak çözümlenir ve yeniden örneklenir, bu nedenle bir örneğe bir sonraki erişimde ses dosyası 16kHz'e yeniden örneklenir:

```py
>>> audio = dataset[0]["audio"]
<datasets.features._torchcodec.AudioDecoder object at 0x11642b6a0>
>>> audio = audio_dataset[0]["audio"]
>>> samples = audio.get_all_samples()
>>> samples.data
tensor([[ 0.0000e+00,  0.0000e+00,  0.0000e+00,  ...,  2.3447e-06,
         -1.9127e-04, -5.3330e-05]]
>>> samples.sample_rate
16000
```

  <img
    class="block dark:hidden"
    src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/datasets/resample.gif"
  />
  <img
    class="hidden dark:block"
    src="https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/datasets/resample-dark.gif"
  />

## Harita

[map()](/docs/datasets/main/tr/package_reference/main_classes#datasets.Dataset.map) fonksiyonu, tüm veri setinizi tek seferde ön işlemeye yardımcı olur. Çalıştığınız model türüne bağlı olarak bir [feature extractor](https://huggingface.co/docs/transformers/model_doc/auto#transformers.AutoFeatureExtractor) veya bir [processor](https://huggingface.co/docs/transformers/model_doc/auto#transformers.AutoProcessor) yüklemeniz gerekir.

- Önceden eğitilmiş konuşma tanıma modelleri için bir özellik çıkarıcı ve bir belirteç ayrıştırıcı yükleyin ve bunları bir `processor` içinde birleştirin:

  ```py
  >>> from transformers import AutoTokenizer, AutoFeatureExtractor, AutoProcessor

  >>> model_checkpoint = "facebook/wav2vec2-large-xlsr-53"
  # after defining a vocab.json file you can instantiate a tokenizer object:
  >>> tokenizer = AutoTokenizer("./vocab.json", unk_token="[UNK]", pad_token="[PAD]", word_delimiter_token="|")
  >>> feature_extractor = AutoFeatureExtractor.from_pretrained(model_checkpoint)
  >>> processor = AutoProcessor.from_pretrained(feature_extractor=feature_extractor, tokenizer=tokenizer)
  ```

- İnce ayarlanmış konuşma tanıma modelleri için yalnızca bir `processor` yüklemeniz gerekir:

  ```py
  >>> from transformers import AutoProcessor

  >>> processor = AutoProcessor.from_pretrained("facebook/wav2vec2-base-960h")
  ```

Ön işleme işlevinizle [map()](/docs/datasets/main/tr/package_reference/main_classes#datasets.Dataset.map) kullanırken, ses verisinin gerçekten yeniden örneklenmesini sağlamak için `audio` sütununu dahil edin:

```py
>>> def prepare_dataset(batch):
...     audio = batch["audio"]
...     batch["input_values"] = processor(audio.get_all_samples().data, sampling_rate=audio["sampling_rate"]).input_values[0]
...     batch["input_length"] = len(batch["input_values"])
...     with processor.as_target_processor():
...         batch["labels"] = processor(batch["sentence"]).input_ids
...     return batch
>>> dataset = dataset.map(prepare_dataset, remove_columns=dataset.column_names)
```