Faster Whisper Large V3

🚀 CTranslate2用Whisper large-v3モデル

このリポジトリには、openai/whisper-large-v3をCTranslate2のモデル形式に変換したものが含まれています。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。

🚀 クイックスタート

このモデルを使用することで、音声認識タスクを高速に実行することができます。以下に使用例を示します。

💻 使用例

基本的な使用法

from faster_whisper import WhisperModel

model = WhisperModel("large-v3")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

🔧 技術詳細

変換詳細

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 openai/whisper-large-v3 --output_dir faster-whisper-large-v3 \
    --copy_files tokenizer.json preprocessor_config.json --quantization float16

モデルの重みはFP16で保存されています。この型は、CTranslate2のcompute_typeオプションを使用してモデルを読み込む際に変更できます。

📚 ドキュメント

元のモデルに関する詳細情報は、モデルカードを参照してください。

📄 ライセンス

このプロジェクトはMITライセンスの下で提供されています。