Kinyawhisper

🗣️ KinyaWhisper

KinyaWhisperは、キニヤルワンダ語の自動音声認識（ASR）に特化した、OpenAIのWhisperモデルをファインチューニングしたバージョンです。102個の手動でラベル付けされた.wavファイルを使って学習されており、低リソースの先住民語における音声認識の再現可能なベースラインとして機能します。

🚀 クイックスタート

ファインチューニングされたKinyaWhisperモデルを使用して、独自の音声ファイルで推論を実行するには、以下の手順に従ってください。

基本的な使用法

from transformers import WhisperProcessor, WhisperForConditionalGeneration
import torchaudio

# Load fine-tuned KinyaWhisper model and processor from Hugging Face
model = WhisperForConditionalGeneration.from_pretrained("benax-rw/KinyaWhisper")
processor = WhisperProcessor.from_pretrained("benax-rw/KinyaWhisper")

# Load and preprocess audio
waveform, sample_rate = torchaudio.load("your_audio.wav")
inputs = processor(waveform.squeeze(), sampling_rate=sample_rate, return_tensors="pt")

# Generate prediction
predicted_ids = model.generate(inputs["input_features"])
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print("🗣️ Transcription:", transcription)

🔧 技術詳細

⚠️ 重要提示

⚠️ 重要提示

このモデルは小規模なデータセット（102サンプル）で学習されています。短く明瞭なキニヤルワンダ語の発話で最適な性能を発揮し、長い音声やノイズの多い音声では性能が低下する可能性があります。これは初期段階の教育用モデルであり、まだ本番環境での使用には適していません。

📚 ドキュメント

このモデルを使用する場合は、以下のように引用してください。

@misc{baziramwabo2025kinyawhisper,
  author       = {Gabriel Baziramwabo},
  title        = {KinyaWhisper: Fine-Tuning Whisper for Kinyarwanda ASR},
  year         = {2025},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/benax-rw/KinyaWhisper}},
  note         = {Version 1.0}
}

📄 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。

📬 コンタクト

このプロジェクトはGabriel Baziramwaboによってメンテナンスされています。 ✉️ gabriel@benax.rw 🔗 https://benax.rw