============================================================================

👤 PERSON D: 파일 2: README.md

============================================================================

""" README.md 내용 (마크다운 형식): """

English Dialects Accent Classification

🎯 프로젝트 목표

영국 6개 지역의 억양 분류 (기본 태스크: 지역 분류, 보조 태스크: 성별 분류)

Novelty:

1. Attention-based Geographic Embedding - 위도/경도 정보를 attention으로 음성 특징과 융합
2. Partial Fine-tuning - Wav2Vec2 상위 4개 레이어만 학습으로 효율성 극대화

📊 데이터셋

• 출처: HuggingFace - ylacombe/english_dialects
• 지역 (6개): Irish, Midlands, Northern, Scottish, Southern, Welsh
• 성별 (2개): Male, Female
• 총 샘플: ~14,000
• 총 시간: ~31시간

🗂️ 프로젝트 구조

project/
├── data/
│   ├── data_config.py           # 레이블, 좌표 매핑
│   ├── dataset.py               # Custom Dataset
│   └── preprocessing.py         # 오디오 전처리, SpecAugment
├── models/
│   └── baseline.py              # Wav2Vec2 + Classification Head
├── train.py                     # 학습 스크립트
├── evaluate.py                  # 평가 스크립트
├── metrics.py                   # 평가 메트릭
├── visualize.py                 # 시각화 함수
├── configs/
│   └── experiment_config.yaml   # 하이퍼파라미터
└── README.md

🚀 빠른 시작

1. 환경 설정 (Colab)

!pip install torch torchaudio transformers datasets scikit-learn matplotlib seaborn pyyaml

2. 학습

from train import main
main()

3. 평가

from evaluate import Evaluator
evaluator = Evaluator('checkpoints/best_model.pt', config)
results = evaluator.evaluate()

📈 실험 설정

Baseline

• Wav2Vec2 (12 레이어 모두 학습)
• Simple pooling + linear classifier

Ours (목표 모델)

• Wav2Vec2 (상위 4개 레이어만 학습)
• Geographic embedding + Attention fusion

하이퍼파라미터

• Learning rate: 5e-5
• Batch size: 8 (Colab GPU 권장)
• Epochs: 30
• Optimizer: AdamW

👥 팀 역할

• Person A: 데이터 파이프라인 (Dataset, DataLoader)
• Person B: 베이스라인 모델 (Wav2Vec2, 학습 루프)
• Person C: 평가 및 실험 관리 (Metrics, 결과 저장)
• Person D: 문서화 및 시각화

📝 체크리스트

• Week 1: 베이스라인 학습 시작
• Week 2: 모든 실험 완료
• Week 3: 분석 및 보고서 작성

🔗 참고 자료

• Wav2Vec2 논문
• XLSR (다국어 Wav2Vec2)
• HuggingFace Transformers

📧 문의

프로젝트 관련 질문은 리더에게 문의하세요.