whisper-base-ar-quran開源語音識別模型 - 免費實現阿拉伯語古蘭經內容轉錄

Whisper Base Ar Quran

由tarteel-ai開發

該模型是基於openai/whisper-base在阿拉伯語古蘭經數據集上微調的語音識別模型，專注於阿拉伯語古蘭經內容的轉錄。

下載量 4,779

發布時間 : 12/8/2022

模型概述

whisper-base-ar-quran是基於Whisper架構的語音識別模型，專門針對阿拉伯語古蘭經內容進行了優化。它能夠準確地將古蘭經的阿拉伯語語音轉換為文本。

古蘭經專用優化

針對阿拉伯語古蘭經內容進行了專門優化，提高了宗教術語和古蘭經特定發音的識別準確率

低詞錯誤率

在評估集上取得了5.7544的詞錯誤率(WER)，表現優異

多GPU訓練

使用8個GPU進行分佈式訓練，提高了訓練效率

阿拉伯語語音識別

古蘭經內容轉錄

即時語音轉文本

宗教應用

古蘭經學習輔助

幫助學習者通過語音輸入快速獲取古蘭經文本內容

5.75%的詞錯誤率保證了較高的轉錄準確性

宗教內容數字化

將古蘭經朗誦錄音自動轉換為數字文本

教育應用

阿拉伯語學習工具

幫助阿拉伯語學習者檢查發音準確性

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
0.1092	0.05	250	0.1969	13.3890
0.0361	0.1	500	0.1583	10.6375
0.0192	0.15	750	0.1109	8.8468
0.0144	0.2	1000	0.1157	7.9754
0.008	0.25	1250	0.1000	7.5360
0.0048	1.03	1500	0.0933	6.8227
0.0113	1.08	1750	0.0955	6.9638
0.0209	1.13	2000	0.0824	6.3586
0.0043	1.18	2250	0.0830	6.3444
0.002	1.23	2500	0.1015	6.3025
0.0013	2.01	2750	0.0863	6.0639
0.0014	2.06	3000	0.0905	6.0213
0.0018	2.11	3250	0.0864	6.0293
0.0008	2.16	3500	0.0887	5.9308
0.0029	2.21	3750	0.0777	5.9159
0.0022	2.26	4000	0.0847	5.8749
0.0005	3.05	4250	0.0827	5.8352
0.0003	3.1	4500	0.0826	5.7800
0.0006	3.15	4750	0.0833	5.7625
0.0003	3.2	5000	0.0839	5.7544