Phowhisper Large

🚀 PhoWhisper: ベトナム語の自動音声認識

PhoWhisperは、ベトナム語の自動音声認識用に5つのバージョンで提供されています。PhoWhisperは、多言語のWhisperを844時間分の多様なベトナム語アクセントを含むデータセットでファインチューニングすることで、高い頑健性を実現しています。実験的な研究により、PhoWhisperはベンチマークのベトナム語ASRデータセットで最先端の性能を発揮することが示されています。PhoWhisperを使用して公開される結果を生成したり、他のソフトウェアに組み込んだりする場合は、必ず以下の論文を引用してください。

@inproceedings{PhoWhisper,
  title     = {{PhoWhisper: Automatic Speech Recognition for Vietnamese}},
  author    = {Thanh-Thien Le and Linh The Nguyen and Dat Quoc Nguyen},
  booktitle = {Proceedings of the ICLR 2024 Tiny Papers track},
  year      = {2024}
}

詳細情報やリクエストについては、PhoWhisperのホームページをご覧ください！

📄 ライセンス

BSD 3条項ライセンス（BSD-3-Clause License）が適用されます。