インドアクセント英語ウィスパー微調整済みオープンソースモデル

ホーム

Indian Accent English Whisper Finetuned Epoch 15

Tejveer12によって開発

OpenAI Whisper-large-v3-turboをファインチューニングしたインド英語アクセント音声認識モデルで、インド英語アクセントデータセットで7.99%の単語誤り率を達成

音声認識

Transformers

英語オープンソースライセンス:MIT #インド英語ASR #低単語誤り率 #アクセント最適化

ダウンロード数 21

リリース時間 : 3/10/2025

モデル概要

インド英語アクセントに特化して最適化された自動音声認識(ASR)モデルで、インド英語音声書き起こしシナリオに適しています

モデル特徴

インドアクセント最適化

インド英語アクセントに特化してファインチューニングされており、このアクセントの認識精度を大幅に向上させます

低単語誤り率

インド英語アクセントテストセットで7.99%の単語誤り率(WER)を達成

Whisperアーキテクチャベース

OpenAIの先進的なWhisper-large-v3-turboモデルをベースにファインチューニングされており、その強力な音声認識能力を継承しています

モデル能力

英語音声認識

インドアクセント音声書き起こし

リアルタイム音声テキスト変換

使用事例

音声書き起こし

インド英語会議議事録

インド英語アクセントの会議内容を自動書き起こし

92%以上の精度

カスタマーサービス通話分析

インド英語の顧客によるカスタマーサービス通話記録を分析

教育技術

インド英語発音評価

非インド人学生がインド英語発音を評価・改善するのを支援

🚀 Whisper Indian English Acccent

このモデルは、インド英語アクセントのデータセットでopenai/whisper-large-v3-turboをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

損失: 0.3230
Wer: 7.9852

✨ 主な機能

このモデルは、インド英語アクセントの自動音声認識に特化しており、openai/whisper-large-v3-turboをベースにファインチューニングされています。

🔧 技術詳細

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

学習率: 1e-05
学習バッチサイズ: 16
評価バッチサイズ: 8
シード: 42
オプティマイザ: betas=(0.9,0.999)、epsilon=1e-08のadamw_torchを使用。追加のオプティマイザ引数はありません。
学習率スケジューラの種類: 線形
学習率スケジューラのウォームアップステップ: 500
エポック数: 15
混合精度学習: Native AMP

学習結果

学習損失	エポック	ステップ	検証損失	Wer
0.0435	0.1943	1000	0.2509	9.7582
0.0449	0.3885	2000	0.2618	10.1957
0.0461	0.5828	3000	0.2575	10.0569
0.0586	0.7770	4000	0.2512	9.6972
0.0565	0.9713	5000	0.2559	9.7088
0.0375	1.1655	6000	0.2611	10.0012
0.0374	1.3598	7000	0.2623	9.9065
0.0405	1.5540	8000	0.2592	9.8424
0.0392	1.7483	9000	0.2551	9.6941
0.0473	1.9425	10000	0.2648	9.5111
0.0264	2.1368	11000	0.2720	9.6941
0.0292	2.3310	12000	0.2633	9.6373
0.0276	2.5253	13000	0.2666	9.5700
0.028	2.7195	14000	0.2687	9.5027
0.0252	2.9138	15000	0.2643	9.1788
0.0202	3.1080	16000	0.2715	9.1157
0.0195	3.3023	17000	0.2729	9.2766
0.0277	3.4965	18000	0.2733	9.3302
0.0196	3.6908	19000	0.2693	9.1504
0.017	3.8850	20000	0.2724	9.1619
0.0124	4.0793	21000	0.2786	9.0389
0.0191	4.2735	22000	0.2756	9.0168
0.0143	4.4678	23000	0.2796	9.0315
0.0135	4.6620	24000	0.2819	9.0620
0.0191	4.8563	25000	0.2761	8.9600
0.0071	5.0505	26000	0.2804	8.9085
0.0097	5.2448	27000	0.2842	8.7203
0.0088	5.4390	28000	0.2853	8.7318
0.0127	5.6333	29000	0.2833	8.8517
0.0125	5.8275	30000	0.2894	8.7918
0.004	6.0218	31000	0.2860	8.5604
0.0062	6.2160	32000	0.2881	8.5846
0.0074	6.4103	33000	0.2933	8.8212
0.0073	6.6045	34000	0.2964	8.6298
0.0079	6.7988	35000	0.2883	8.6698
0.0066	6.9930	36000	0.2887	8.5720
0.0051	7.1873	37000	0.2986	8.5593
0.004	7.3815	38000	0.2943	8.5583
0.0077	7.5758	39000	0.2885	8.5152
0.0075	7.7700	40000	0.3002	8.7623
0.0053	7.9643	41000	0.2955	8.5215
0.0021	8.1585	42000	0.2976	8.5057
0.0019	8.3528	43000	0.3001	8.5699
0.0076	8.5470	44000	0.3072	8.6582
0.0028	8.7413	45000	0.3007	8.6109
0.0027	8.9355	46000	0.2987	8.4237
0.0018	9.1298	47000	0.2980	8.4721
0.0022	9.3240	48000	0.3054	8.5068
0.0014	9.5183	49000	0.3022	8.4310
0.0023	9.7125	50000	0.3074	8.5352
0.0018	9.9068	51000	0.3072	8.4626
0.0004	10.1010	52000	0.3057	8.2386
0.001	10.2953	53000	0.3090	8.3595
0.003	10.4895	54000	0.3096	8.4216
0.0019	10.6838	55000	0.3011	8.2523
0.0007	10.8780	56000	0.3080	8.2765
0.0004	11.0723	57000	0.3098	8.2460
0.0006	11.2665	58000	0.3109	8.2775
0.0004	11.4608	59000	0.3099	8.2933
0.0007	11.6550	60000	0.3161	8.2996
0.0003	11.8493	61000	0.3107	8.1671
0.0002	12.0435	62000	0.3111	8.2628
0.0002	12.2378	63000	0.3133	8.2428
0.0002	12.4320	64000	0.3132	8.1324
0.0004	12.6263	65000	0.3173	8.1986
0.0002	12.8205	66000	0.3167	8.1313
0.0002	13.0148	67000	0.3151	8.1576
0.0001	13.2090	68000	0.3166	8.0304
0.0001	13.4033	69000	0.3177	8.0167
0.0002	13.5975	70000	0.3187	8.0514
0.0001	13.7918	71000	0.3161	8.0546
0.001	13.9860	72000	0.3180	8.0956
0.0001	14.1803	73000	0.3242	8.0367
0.0001	14.3745	74000	0.3217	7.9978
0.0001	14.5688	75000	0.3222	7.9999
0.0001	14.7630	76000	0.3231	7.9862
0.0001	14.9573	77000	0.3230	7.9852