Whisper Large V3 Vaani Hindi

🚀 Whisper-large-v3-vaani-hindi

このモデルは、OpenAIのWhisper-Large-V3 をファインチューニングしたもので、複数のデータセットから収集した約718時間のヒンディー語の音声文字起こしデータを使用して訓練されています。

🚀 クイックスタート

このモデルは、Transformersモジュールのpipeline関数を使って使用することができます。

基本的な使用法

import torch
from transformers import pipeline

audio = "path to the audio file to be transcribed"
device = "cuda:0" if torch.cuda.is_available() else "cpu"
modelTags="ARTPARK-IISc/whisper-large-v3-vaani-hindi"
transcribe = pipeline(task="automatic-speech-recognition", model=modelTags, chunk_length_s=30, device=device)
transcribe.model.config.forced_decoder_ids = transcribe.tokenizer.get_decoder_prompt_ids(language="hi", task="transcribe")

print('Transcription: ', transcribe(audio)["text"])

📚 ドキュメント

訓練と評価

このモデルは、以下のデータセット Vaani、Gramvaani、IndicVoices、Fleurs、IndicTTS および Commonvoice を使用してファインチューニングされました。

モデルの性能は複数のデータセットを使用して評価され、評価結果は以下の通りです。

📄 ライセンス

このプロジェクトは、Apache-2.0ライセンスの下で公開されています。