Whisper Large V3 Persian Common Voice 17

🚀 Whisper Large v3 - Persian (Common Voice 17)

このモデルは、Whisper Large v3をCommon Voice 17のデータセットでファインチューニングしたものです。25万以上のペルシャ語の音声サンプルを利用しており、Common Voice 11で学習した以前のモデルよりも大幅に精度が向上しています。これにより、モデルの単語誤り率（WER）が低下し、ペルシャ語の音声認識の精度と堅牢性が向上しています。

🚀 クイックスタート

このモデルは、ペルシャ語の自動音声認識に使用できます。以下のコード例を参考に、モデルを使用してみましょう。

✨ 主な機能

• Common Voice 17のデータセットを使用してファインチューニングされたWhisper Large v3モデルで、ペルシャ語の音声認識精度が向上しています。
• ペルシャ語の音声認識に特化したモデルで、高品質な音声認識を提供します。

📦 インストール

このモデルはtransformersライブラリを使用しています。以下のコマンドでインストールできます。

pip install transformers

💻 使用例

基本的な使用法

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("your_file")["text"]
print(text)

📚 ドキュメント

モデル情報

注意事項

⚠️ 重要提示

微調整プロセスにはタイムスタンプが含まれていないため、モデルはタイムスタンプを返すことができません。タイムスタンプを返そうとすると、エラーが発生します。解決策は、音声ファイルを小さなチャンクに分割することです。さらなる微調整は、モデルの精度を確実に向上させます。現在、ハードウェアとASRデータセットのコラボレーションのためのスポンサーシップを探しています。

引用

@misc{whisper_persian_cv17,
  author = {Mohammad Sadegh Gholizadeh},
  title = {Whisper Large v3 - Persian (Common Voice 17)},
  year = {2025},
  url = {https://huggingface.co/msghol/whisper-large-v3-persian-common-voice-17}
}

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。