Whisper Large V3 Lv Late Cv19

🚀 通用拉脫維亞語自動語音識別模型

這是一個針對拉脫維亞語微調的 whisper-large-v3 模型，由 AiLab.lv 使用兩個通用語音數據集進行訓練：Common Voice 19.0 中的拉脫維亞語部分，以及拉脫維亞語廣播數據集 LATE-Media 的最新版本。

此版本的模型取代了之前的 whisper-large-v3-lv-late-cv17 模型。

我們還提供了適用於 whisper.cpp 的 GGML 格式的 4 位、5 位和 8 位量化版本的模型，以及適用於 CTranslate2 的 8 位量化版本。

📚 詳細文檔

訓練

微調使用了 Hugging Face Transformers 庫，並結合了修改後的 seq2seq 腳本。

評估

拉脫維亞語 CV 19.0 測試集可在 此處 獲取。 LATE-Media 1.0 測試集可在 此處 獲取。

引用

如果您在研究中使用了此模型，請引用以下論文：

@inproceedings{dargis-etal-2024-balsutalka-lv,
  author = {Dargis, Roberts and Znotins, Arturs and Auzina, Ilze and Saulite, Baiba and Reinsone, Sanita and Dejus, Raivis and Klavinska, Antra and Gruzitis, Normunds},
  title = {{BalsuTalka.lv - Boosting the Common Voice Corpus for Low-Resource Languages}},
  booktitle = {Proceedings of the Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING)},
  publisher = {ELRA and ICCL},
  year = {2024},
  pages = {2080--2085},
  url = {https://aclanthology.org/2024.lrec-main.187}
}

致謝

這項工作得到了歐盟復甦與韌性基金項目 語言技術倡議（2.3.1.1.i.0/1/22/I/CFLA/002）以及國家研究計劃項目 LATE（VPP - LETONIKA - 2021/1 - 0006）的支持。

📄 許可證

本項目採用 Apache-2.0 許可證。