Arabic Whisper CodeSwitching Edition

🚀 👳 アラビア語-ウィスパー-コードスイッチング版

このモデルは、OpenAIによるWhisper Large v2 を微調整したもので、アラビア語-英語のコードスイッチング データセットを使用して学習されています。

📚 ドキュメント

モデルの説明

アラビア語-ウィスパー-コードスイッチング版は、英語の単語が埋め込まれたアラビア語の音声を扱うように設計されています。このモデルは、元のWhisper Large v2を強化し、アラビア語-英語のコードスイッチング音声に対する性能を向上させています。

• 開発者: العبد لله
• モデルの種類: 音声認識
• 言語 (NLP): アラビア語、英語（アラビア語の音声の文脈で）
• ライセンス: GPL-3.0

モデルのソース [オプション]

• データ収集のリポジトリ: https://github.com/MohamedAliRashad/youtube-audio-collector
• デモ: https://huggingface.co/spaces/MohamedRashad/Arabic-Whisper-CodeSwitching-Edition

👷 使用方法

直接使用

このモデルは、英語の単語を含むアラビア語の音声を直接文字起こしするために使用できます。コードスイッチングが一般的な多言語環境で特に有用です。

想定外の使用

このモデルは、アラビア語または英語以外の単一言語の音声、またはアラビア語と英語以外の言語のコードスイッチングを含む音声では、性能が低下する可能性があります。

😨 バイアス、リスク、および制限

推奨事項

ユーザー（直接ユーザーと下流ユーザーの両方）は、モデルのリスク、バイアス、および制限について認識する必要があります。さらなる推奨事項については、より多くの情報が必要です。

🚀 クイックスタート

以下のコードを使用して、モデルを使用を開始します。

from transformers import WhisperForConditionalGeneration, WhisperProcessor

processor = WhisperProcessor.from_pretrained("MohamedRashad/Arabic-Whisper-CodeSwitching-Edition")
model = WhisperForConditionalGeneration.from_pretrained("MohamedRashad/Arabic-Whisper-CodeSwitching-Edition")

# Example usage
inputs = processor("path_to_audio_file.wav", return_tensors="pt")
generated_ids = model.generate(inputs["input_features"])
transcription = processor.batch_decode(generated_ids, skip_special_tokens=True)
print(transcription)

👨‍🎓 引用

BibTeX:

@misc{rashad2024arabicwhisper,
  title={Arabic-Whisper-CodeSwitching-Edition},
  author={Mohamed Rashad},
  year={2024},
  url={https://huggingface.co/spaces/MohamedRashad/Arabic-Whisper-CodeSwitching-Edition},
}

APA:

Rashad, M. (2024). Arabic-Whisper-CodeSwitching-Edition. Retrieved from https://huggingface.co/spaces/MohamedRashad/Arabic-Whisper-CodeSwitching-Edition

📄 ライセンス

このモデルはGPL-3.0ライセンスの下で提供されています。