Lite Whisper Large V3 Turbo Acc

🚀 Lite-Whisper large-v3-turbo-acc模型卡片

Lite-Whisper是基於LiteASR對OpenAI Whisper進行壓縮後的版本。如需瞭解詳細信息，請查看我們的GitHub倉庫和論文。

🚀 快速開始

運行我們模型的最簡單方法是使用我們與HuggingFace Transformers庫的集成。我們在此處提供了OpenAI Whisper系列壓縮版本的模型權重。

基礎用法

import librosa 
import torch
from transformers import AutoProcessor, AutoModel

device = "cuda:0"
dtype = torch.float16

# load the compressed Whisper model
model = AutoModel.from_pretrained(
    "efficient-speech/lite-whisper-large-v3-turbo", 
    trust_remote_code=True, 
)
model.to(dtype).to(device)

# we use the same processor as the original model
processor = AutoProcessor.from_pretrained("openai/whisper-large-v3")

# set the path to your audio file
path = "path/to/audio.wav"
audio, _ = librosa.load(path, sr=16000)

input_features = processor(audio, sampling_rate=16000, return_tensors="pt").input_features
input_features = input_features.to(dtype).to(device)

predicted_ids = model.generate(input_features)
transcription = processor.batch_decode(
    predicted_ids, 
    skip_special_tokens=True
)[0]

print(transcription)

✨ 主要特性

• Lite-Whisper是OpenAI Whisper的壓縮版本，藉助LiteASR實現壓縮。

📊 基準測試結果

以下是在ESB數據集上評估的平均單詞錯誤率（WER）：

📄 許可證

本項目採用Apache 2.0許可證。

📖 引用

如果您在研究中使用了LiteASR，請引用以下論文：

@misc{kamahori2025liteasrefficientautomaticspeech,
      title={LiteASR: Efficient Automatic Speech Recognition with Low-Rank Approximation}, 
      author={Keisuke Kamahori and Jungo Kasai and Noriyuki Kojima and Baris Kasikci},
      year={2025},
      eprint={2502.20583},
      archivePrefix={arXiv},
      primaryClass={cs.LG},
      url={https://arxiv.org/abs/2502.20583}, 
}

📋 模型信息