Belle Distilwhisper Large V2 Zh

🚀 Belle-distilwhisper-large-v2-zh

distilwhisper-large-v2をファインチューニングし、中国語の音声認識能力を向上させたモデルです。

もしこのモデルが役に立ったと感じたら、このモデルを「いいね」し、GitHub と GitHub でスターをつけてください。

🚀 クイックスタート

Belle-distilwhisper-large-v2-zhは、distilwhisper-large-v2 をファインチューニングして、中国語の音声認識能力を強化したモデルです。

distilwhisper-large-v2と同様に、Belle-distilwhisper-large-v2-zhはwhisper-large-v2と比較して、5.8倍高速で、パラメータが51%少ないです。

パラメータが51%少ないにもかかわらず、Belle-distilwhisper-large-v2-zhはwhisper-large-v2に対して、**-3%から35%**の相対的な改善を達成しています。

元のdistilwhisper-large-v2は中国語を文字起こしできないことに注意してください（英語のみ出力します）。

💻 使用例

基本的な使用法

from transformers import pipeline

transcriber = pipeline(
  "automatic-speech-recognition", 
  model="BELLE-2/Belle-distilwhisper-large-v2-zh"
)

transcriber.model.config.forced_decoder_ids = (
  transcriber.tokenizer.get_decoder_prompt_ids(
    language="zh", 
    task="transcribe"
  )
)

transcription = transcriber("my_audio.wav") 

🔧 技術詳細

ファインチューニング

独自のデータセットでモデルをファインチューニングする場合は、GitHubリポジトリ を参照してください。

CER(%) ↓

📄 ライセンス

このモデルはApache-2.0ライセンスの下で公開されています。

📚 引用

コード、データ、またはモデルを使用する際は、以下の論文とGitHubを引用してください。

@misc{BELLE,
  author = {BELLEGroup},
  title = {BELLE: Be Everyone's Large Language model Engine},
  year = {2023},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/LianjiaTech/BELLE}},
}