Vegam Whisper Medium Ml

🚀 vegam-whipser-medium-ml (വേഗം)

このモデルは、thennal/whisper-medium-ml を CTranslate2 モデル形式に変換したものです。このモデルは、CTranslate2 または faster-whisper のような CTranslate2 ベースのプロジェクトで使用できます。

⚠️ 重要提示

モデルファイルのサイズは 3.06 GB です。

🚀 クイックスタート

このモデルを使用するには、以下の手順に従ってください。

📦 インストール

• faster-whisper をインストールします。インストールの詳細は faster-whisper のこちら を参照してください。

pip install faster-whisper

• このプロジェクトを使用するために git-lfs をインストールします。非 Debian ベースのシステムでの git-lfs のダウンロード方法 を参照してください。なお、git-lfs は hugging-face からモデルをダウンロードするためだけに必要です。

apt-get install git-lfs

• モデルの重みをダウンロードします。

git lfs install
git clone https://huggingface.co/kurianbenoy/vegam-whisper-medium-ml

💻 使用例

基本的な使用法

from faster_whisper import WhisperModel

model_path = "vegam-whisper-medium-ml"

# Run on GPU with FP16
model = WhisperModel(model_path, device="cuda", compute_type="float16")

# or run on GPU with INT8
# model = WhisperModel(model_path, device="cuda", compute_type="int8_float16")
# or run on CPU with INT8
# model = WhisperModel(model_path, device="cpu", compute_type="int8")

segments, info = model.transcribe("audio.mp3", beam_size=5)

print("Detected language '%s' with probability %f" % (info.language, info.language_probability))

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

高度な使用法

from faster_whisper import WhisperModel

model_path = "vegam-whisper-medium-ml"

model = WhisperModel(model_path, device="cuda", compute_type="float16")

segments, info = model.transcribe("00b38e80-80b8-4f70-babf-566e848879fc.webm", beam_size=5)

print("Detected language '%s' with probability %f" % (info.language, info.language_probability))

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

Detected language 'ta' with probability 0.353516

[0.00s -> 4.74s] പാലം കടുക്കുവോളം നാരായണ പാലം കടന്നാലൊ കൂരായണ

⚠️ 音声ファイル 00b38e80-80b8-4f70-babf-566e848879fc.webm は Malayalam Speech Corpus から取得したもので、モデルの重みとともに保存されています。

🔧 技術詳細

この変換は、素晴らしい CTranslate2 ライブラリ を利用し、Transformers converter for OpenAI Whisper を活用して行われました。元のモデルは以下のコマンドで変換されました。

ct2-transformers-converter --model thennal/whisper-medium-ml --output_dir vegam-whisper-medium-ml

📄 ライセンス

このプロジェクトは MIT ライセンスの下で公開されています。

👏 謝辞

• CTranslate2 と faster-whisper の開発者の皆様
• Thennal D K 氏
• Santhosh Thottingal 氏

以上、皆様に感謝いたします。