Faster Whisper Small

🚀 CTranslate2的Whisper小模型

本項目將openai/whisper-small模型轉換為CTranslate2模型格式。該模型可用於CTranslate2或基於CTranslate2的項目，如faster-whisper ，為語音識別任務提供高效支持。

🚀 快速開始

本模型可在CTranslate2或基於CTranslate2的項目（如faster-whisper）中使用。以下是使用示例：

from faster_whisper import WhisperModel

model = WhisperModel("small")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

💻 使用示例

基礎用法

from faster_whisper import WhisperModel

model = WhisperModel("small")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

🔧 技術細節

轉換詳情

原始模型使用以下命令進行轉換：

ct2-transformers-converter --model openai/whisper-small --output_dir faster-whisper-small \
    --copy_files tokenizer.json --quantization float16

請注意，模型權重以FP16格式保存。在使用CTranslate2加載模型時，可以通過compute_type選項更改數據類型。

更多信息

有關原始模型的更多信息，請參閱其模型卡片。

📄 許可證

本項目採用MIT許可證。