whisper-small-frオープンソース音声認識モデル - フランス語に基づいてファインチューニングし、単語誤り率を大幅に低下させる

Whisper Small Fr

mozilla-aiによって開発

これはフランス語データセットでファインチューニングされたWhisper-small音声認識モデルで、単語誤り率がベースラインモデルに比べて6.793ポイント低下しています。

ダウンロード数 30

リリース時間 : 2/27/2025

モデル概要

このモデルはOpenAI Whisper-smallのフランス語ファインチューニング版で、フランス語音声テキスト変換タスクに特化しており、Common Voiceフランス語データセットで優れた性能を発揮します。

フランス語最適化

フランス語音声データに特化してファインチューニングされており、フランス語認識精度が大幅に向上

性能向上

ベースラインモデルと比較して、単語誤り率が22.3%低下、損失値が61.1%減少

軽量

Whisper-smallアーキテクチャをベースとしており、リソースが限られた環境での展開に適しています

フランス語音声認識

音声テキスト変換

音声文字起こし

音声文字起こし

フランス語会議議事録

フランス語会議録音を自動的に文字記録に変換

単語誤り率23.511%

フランス語ポッドキャスト文字起こし

フランス語ポッドキャストコンテンツを検索可能なテキストに変換

支援技術

フランス語リアルタイム字幕

フランス語動画コンテンツにリアルタイム字幕を生成

属性	詳情
ベースモデル	openai/whisper-small
データセット	mozilla-foundation/common_voice_17_0
言語	フランス語
ライブラリ名	transformers
ライセンス	apache-2.0

モデル名	タスク	データセット	評価指標	値
ファインチューニング前のベースモデル	自動音声認識（音声テキスト変換）	Common Voice (French)	Word Error Rate	30.304
ファインチューニング前のベースモデル	自動音声認識（音声テキスト変換）	Common Voice (French)	Loss	1.155
ファインチューニング後のモデル	自動音声認識（音声テキスト変換）	Common Voice (French)	Word Error Rate	23.511
ファインチューニング後のモデル	自動音声認識（音声テキスト変換）	Common Voice (French)	Loss	0.449