whisper-large-v2-mn-13開源語音識別模型 - 免費支持蒙古語自動語音識別

Whisper Large V2 Mn 13

由bayartsogt開發

基於OpenAI的whisper-large-v2模型在蒙古語數據集上微調的語音識別模型，支持蒙古語自動語音識別任務。

下載量 161

發布時間 : 12/20/2022

模型概述

這是一個專門針對蒙古語優化的自動語音識別(ASR)模型，在多個蒙古語數據集上進行了微調，能夠將蒙古語語音轉換為文本。

蒙古語優化

專門針對蒙古語語音特點進行了優化和微調

多數據集訓練

在Common Voice、FLEURS等多個蒙古語數據集上進行訓練

低錯誤率

在測試集上取得了較低的詞錯誤率(WER)和字符錯誤率(CER)

蒙古語語音識別

語音轉文本

語音轉錄

蒙古語語音轉錄

將蒙古語語音內容轉換為文本

詞錯誤率20.02%，字符錯誤率6.60%

語音助手

蒙古語語音交互

用於開發支持蒙古語的語音助手應用

該模型是 openai/whisper-large-v2 在特定數據集上的微調版本。它在評估集上取得了以下結果：

模型名稱	任務類型	數據集名稱	數據集類型	數據集配置	數據集劃分	詞錯誤率（Wer）	字符錯誤率（Cer）
whisper-large-v2-mn-13	自動語音識別	Common Voice 11.0	mozilla-foundation/common_voice_11_0	mn	test	20.02403320952589	6.601024224251205

訓練損失	輪數	步數	字符錯誤率（Cer）	驗證損失	詞錯誤率（Wer）
0.3921	0.09	1000	15.7845	0.4101	46.9030
0.3115	0.17	2000	14.2911	0.3353	41.8451
0.2659	0.26	3000	11.8131	0.2800	34.6406
0.2477	0.35	4000	10.6659	0.2578	32.0024
0.2274	0.43	5000	10.0460	0.2463	30.3419
0.2059	0.52	6000	9.9264	0.2305	28.5558
0.2092	0.61	7000	9.4277	0.2196	27.8785
0.1956	0.69	8000	9.2745	0.2093	26.8353
0.195	0.78	9000	8.9485	0.2042	26.6168
0.195	0.87	10000	8.5324	0.2001	25.6718
0.1795	0.95	11000	8.1786	0.1936	24.1698
0.1575	1.04	12000	7.8653	0.1915	23.8912
0.1358	1.13	13000	7.6749	0.1918	23.3778
0.1509	1.21	14000	7.7221	0.1852	23.1811
0.1474	1.3	15000	7.3246	0.1764	22.4984
0.1461	1.39	16000	7.3187	0.1793	22.4110
0.134	1.47	17000	7.1123	0.1737	21.9412
0.1289	1.56	18000	7.4593	0.1727	22.0614
0.1287	1.65	19000	7.0230	0.1701	21.4223
0.1196	1.73	20000	6.9447	0.1666	21.2475
0.1275	1.82	21000	6.7956	0.1653	20.8106
0.1329	1.91	22000	6.7729	0.1622	20.3354
0.1294	1.99	23000	6.6448	0.1606	20.2207
0.1043	2.08	24000	6.6010	0.1689	20.0240
0.079	2.17	25000	6.6246	0.1687	20.1005