Belle Whisper Large V3 Zh

🚀 Belle-whisper-large-v3-zh

Belle-whisper-large-v3-zh 模型對 whisper-large-v3 進行了微調，以增強中文語音識別能力。在包括 AISHELL1、AISHELL2、WENETSPEECH 和 HKUST 在內的中文 ASR 基準測試中，該模型的性能有 24 - 65% 的相對提升。

🚀 快速開始

如果您覺得這個模型有幫助，請給這個模型點個 贊，並在 GitHub項目1 和 GitHub項目2 上給我們加星。

💻 使用示例

基礎用法

from transformers import pipeline

transcriber = pipeline(
  "automatic-speech-recognition", 
  model="BELLE-2/Belle-whisper-large-v3-zh"
)

transcriber.model.config.forced_decoder_ids = (
  transcriber.tokenizer.get_decoder_prompt_ids(
    language="zh", 
    task="transcribe"
  )
)

transcription = transcriber("my_audio.wav") 

📚 詳細文檔

微調信息

如果您想在自己的數據集上微調該模型，請參考 GitHub倉庫。

字符錯誤率（CER）對比

值得一提的是，與 Belle-whisper-large-v2-zh 相比，Belle-whisper-large-v3-zh 在複雜聲學場景（如 wenetspeech_meeting）下有顯著的性能提升。

📄 許可證

本模型使用 Apache-2.0 許可證。

📖 引用

如果您使用我們的代碼、數據或模型，請引用我們的論文和 GitHub 倉庫：

@misc{BELLE,
  author = {BELLEGroup},
  title = {BELLE: Be Everyone's Large Language model Engine},
  year = {2023},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/LianjiaTech/BELLE}},
}