Lite Whisper Large V3 Fast

🚀 Lite-Whisper large-v3-fast

Lite-Whisper large-v3-fast 是一款經過壓縮優化的語音識別模型，它基於 OpenAI 的 Whisper 模型，並結合了 LiteASR 技術。該模型在保持一定識別準確率的同時，顯著減小了模型體積，提高了運行效率。

🚀 快速開始

您可以使用 transformers 庫來加載和使用 Lite-Whisper large-v3-fast 模型。以下是一個簡單的示例代碼：

from transformers import AutoProcessor, AutoModelForSpeechSeq2Seq
import torch
from datasets import load_dataset

# 加載處理器和模型
processor = AutoProcessor.from_pretrained("efficient-speech/lite-whisper-large-v3-fast")
model = AutoModelForSpeechSeq2Seq.from_pretrained("efficient-speech/lite-whisper-large-v3-fast")

# 加載示例音頻數據
dataset = load_dataset("hf-internal-testing/librispeech_asr_demo", "clean", split="validation")
audio = dataset[0]["audio"]["array"]

# 處理音頻數據
inputs = processor(audio, sampling_rate=16000, return_tensors="pt")

# 進行推理
with torch.no_grad():
    predicted_ids = model.generate(**inputs)

# 解碼預測結果
transcription = processor.decode(predicted_ids[0], skip_special_tokens=True)
print(transcription)

✨ 主要特性

• 模型壓縮：通過 LiteASR 技術對 OpenAI Whisper 模型進行壓縮，顯著減小了模型體積。
• 高效運行：在保持一定識別準確率的前提下，提高了模型的運行效率。
• 廣泛適用：適用於自動語音識別（Automatic Speech Recognition）任務。

📚 詳細文檔

模型信息

基準測試結果

以下是在 ESB 數據集 上評估的平均詞錯誤率（WER）：

相關資源

• GitHub 倉庫：包含了 LiteASR 技術的詳細實現和代碼。
• 論文：深入介紹了 Lite-Whisper 模型的技術原理和實驗結果。
• Hugging Face 論文頁面：提供了論文的詳細信息和下載鏈接。

📄 許可證

本項目採用 Apache 2.0 許可證。有關詳細信息，請參閱 許可證文件。