Whisper Medium He

🚀 whisper-medium-he[WIP]

本模型是 imvladikon/whisper-medium-he 在 None 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.2061
• 詞錯誤率（Wer）：13.4020

🚀 快速開始

本模型可用於自動語音識別任務，以下是不同方式的使用示例。

✨ 主要特性

• 基於預訓練模型 imvladikon/whisper-medium-he 進行微調。
• 在評估集上有明確的損失值和詞錯誤率（Wer）指標。

📦 安裝指南

文檔未提及具體安裝步驟，可參考相關庫的官方文檔進行安裝，如 transformers、pytorch、datasets、tokenizers 等。

💻 使用示例

基礎用法

使用 Hugging Face 的 pipeline

from transformers import pipeline
pipe = pipeline("automatic-speech-recognition", model="imvladikon/whisper-medium-he", device_map="auto") # requires `pip install accelerate`
print(recognize("sample.mp3"))

使用 whisper.cpp

首先準備模型文件：https://huggingface.co/imvladikon/whisper-medium-he/blob/main/ggml-hebrew.bin

如果需要轉換模型：

git clone https://github.com/openai/whisper
git clone https://github.com/ggerganov/whisper.cpp
git clone https://huggingface.co/imvladikon/whisper-medium-he
python3 ./whisper.cpp/models/convert-h5-to-ggml.py ./whisper-medium-he/ ./whisper .

然後可以進行檢查（如果生成的模型文件是 ggml-model.bin）：

cd whisper.cpp && ./main -m ../ggml-model.bin -f ../sample.wav

📚 詳細文檔

模型描述

待補充更多信息。

預期用途與限制

待補充更多信息。

訓練和評估數據

待補充更多信息。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：1e-05
• 訓練批次大小（train_batch_size）：1
• 評估批次大小（eval_batch_size）：1
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：2
• 優化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：500
• 訓練步數（training_steps）：4000
• 混合精度訓練（mixed_precision_training）：Native AMP

訓練結果

框架版本

• Transformers 4.36.0.dev0
• Pytorch 2.1.0+cu118
• Datasets 2.15.0
• Tokenizers 0.15.0

📄 許可證

本模型使用 Apache-2.0 許可證。