Whisper Large V3 Turbo Es

🚀 Whisper Large V3 Turbo - 西班牙語

本模型是基於Common Voice 17.0數據集的西班牙語子集，對openai/whisper-large-v3-turbo進行微調後的版本，顯著提升了西班牙語音頻的轉錄準確率。

📚 詳細文檔

本模型是 openai/whisper-large-v3-turbo 在 Common Voice 17.0 數據集的西班牙語子集上的微調版本。

微調過程將單詞錯誤率（WER）從 6.91% 降低到了 5.34%，這表明該模型在西班牙語音頻轉錄準確性方面有顯著提升。

📊 訓練與評估數據

該模型使用 Common Voice 17.0 數據集的西班牙語子集（mozilla-foundation/common_voice_17_0）進行訓練。基礎模型 whisper-large-v3-turbo 和微調後的模型 whisper-large-v3-turbo-es 均在同一數據集的測試分割上使用單詞錯誤率（WER）進行評估。結果如下：

• whisper-large-v3-turbo（基礎模型）的 WER：6.91%
• whisper-large-v3-turbo-es（微調模型）的 WER：5.34%

WER 的顯著降低表明，針對西班牙語音頻對模型進行微調後，與原始基礎模型相比，轉錄準確性得到了提高。

🔧 技術細節

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）：64
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β1=0.9，β2=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）：5000
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

框架版本

• Transformers 4.44.2
• Pytorch 2.4.1+cu121
• Tokenizers 0.19.1

📄 許可證

本模型採用 MIT 許可證。