Whisper Large V3 Turbo Arabic

🚀 アラビア語版Whisper-large-v3-turboモデル

このモデルはtransformersライブラリに基づいており、openai/whisper-large-v3-turboをcommon_voice_11_0データセットでファインチューニングしたバージョンです。音声認識タスクにおいて良好な性能を発揮し、アラビア語の音声認識に有効な解決策を提供します。

🚀 クイックスタート

このモデルは openai/whisper-large-v3-turbo をcommon_voice_11_0データセットでファインチューニングしたものです。評価セットでは以下の結果を得ています：

• 損失値：0.4623
• 正書法単語誤り率（Wer Ortho）：51.0187
• 単語誤り率（Wer）：31.1455

✨ 主な機能

• ファインチューニング最適化：common_voice_11_0データセットでファインチューニングされ、アラビア語の音声認識タスクにより適しています。
• 多指標評価：損失値、正書法単語誤り率、単語誤り率などの複数の指標で評価され、モデルの性能を総合的に測定します。

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング中に以下のハイパーパラメータが使用されました：

• 学習率（learning_rate）：1e-05
• トレーニングバッチサイズ（train_batch_size）：16
• 評価バッチサイズ（eval_batch_size）：16
• 乱数シード（seed）：42
• オプティマイザ（optimizer）：Adam、betas=(0.9, 0.999)、epsilon=1e-08
• 学習率スケジューラタイプ（lr_scheduler_type）：constant_with_warmup
• 学習率スケジューラウォームアップステップ数（lr_scheduler_warmup_steps）：30
• トレーニングステップ数（training_steps）：100
• 混合精度トレーニング（mixed_precision_training）：Native AMP

トレーニング結果

フレームワークバージョン

• Transformers 4.45.1
• Pytorch 2.4.1+cu121
• Datasets 3.0.1
• Tokenizers 0.20.0

📄 ライセンス

このモデルにはapache-2.0ライセンスが適用されています。