Belle Distilwhisper Large V2 Zh

🚀 Belle-distilwhisper-large-v2-zh

Belle-distilwhisper-large-v2-zh通過微調distilwhisper-large-v2模型，增強了中文語音識別能力。與distilwhisper-large-v2類似，該模型比whisper-large-v2快5.8倍，且參數減少了51%，在參數減少的情況下，相對whisper-large-v2仍有-3%到35%的提升。

🚀 快速開始

如果你覺得這個模型有幫助，請在模型頁面點擊“喜歡”，並在以下鏈接給我們的項目加星：

• https://github.com/LianjiaTech/BELLE
• https://github.com/shuaijiang/Whisper-Finetune

✨ 主要特性

• 速度快：與whisper-large-v2相比，Belle-distilwhisper-large-v2-zh速度快5.8倍。
• 參數少：參數比whisper-large-v2減少了51%。
• 性能提升：儘管參數減少，但相對whisper-large-v2仍有-3%到35%的提升。
• 支持中文：原distilwhisper-large-v2無法轉錄中文（僅輸出英文），而本模型支持中文轉錄。

💻 使用示例

基礎用法

from transformers import pipeline

transcriber = pipeline(
  "automatic-speech-recognition", 
  model="BELLE-2/Belle-distilwhisper-large-v2-zh"
)

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

transcription = transcriber("my_audio.wav") 

🔧 技術細節

微調信息

如果你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）

📄 許可證

本項目採用Apache-2.0許可證。

📚 引用說明

使用我們的代碼、數據或模型時，請引用我們的論文和GitHub項目：

@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}},
}