Erax WoW Turbo V1.0

🚀 EraX-WoW-Turbo：適用於越南語及更多語言的Whisper Large-v3 Turbo，超強本地化版本！🚀

EraX-WoW-Turbo是一款基於強大的Whisper Large-v3 Turbo構建的語音識別模型，它速度極快，準確性高，就像經過嚴格訓練並喝了大量濃縮咖啡後的Whisper Large-v3。該模型採用MIT許可協議，完全免費使用。

🚀 快速開始

EraX-WoW-Turbo已經準備好為你帶來超棒的語音識別體驗。你可以直接下載模型進行測試，感受它的強大性能。

✨ 主要特性

極速識別

藉助Turbo架構的巧妙優化，該模型能夠實現即時轉錄。它可以在大約350毫秒內處理30秒的音頻，讓你的轉錄內容幾乎在你說話結束前就出現，相比原始的中等模型，速度優勢明顯。

多語言支持

EraX-WoW-Turbo是一個語言多面手，它在涵蓋11種關鍵語言的多樣化數據集上進行了微調：

• 越南語（涵蓋所有8個地區，不會遺漏任何口音 😉）
• 印地語
• 中文
• 英語
• 俄語
• 德語
• 烏克蘭語
• 日語
• 法語
• 荷蘭語
• 韓語

我們相信這個語言選擇為廣泛的應用提供了堅實的基礎。（向柬埔寨語和泰語使用者表示歉意，我們會在下個版本中支持，就怪年紀大了容易健忘吧 👴👵）

高準確性

儘管基準測試結果仍在最終確定中（即將公佈！），但初步測試顯示，該模型在包括具有挑戰性的越南方言在內的主要語言上，單詞錯誤率（WER）約為12%，即使你有很重的地方口音，它也能準確理解你說的話。

精心訓練

模型在大量數據集（約300,000個樣本，約1000小時）上進行訓練，涵蓋了真實世界的音頻條件，即使有噪音也能正常工作。

開源許可

採用MIT許可協議，你可以自由使用，沒有任何限制。

🔧 技術細節

性能提升（CTranslate2）

雖然EraX-WoW-Turbo本身已經非常快，但通過與CTranslate2庫（https://github.com/OpenNMT/CTranslate2）結合使用，你可以進一步提升速度，實現高達2.5倍的加速，這使其非常適合對延遲要求極高的應用。

💻 使用示例

應用場景

• 即時轉錄：適用於即時字幕、會議、訪談等對速度要求較高的場景。
• 語音助手：構建響應迅速且準確的語音控制應用程序。
• 媒體字幕：快速準確地為視頻和播客生成字幕。
• 無障礙工具：幫助聽力障礙人士。
• 語言學習：練習發音並獲得即時反饋。
• 與即將推出的EraX翻譯器結合使用：實現約100毫秒/句子的延遲，打造一個完整的多語言通信平臺，可用於國際會議的即時翻譯或旅行應用程序。

🚫 侷限性

該模型是基於成人語音進行訓練的，可能在處理嬰兒的高音哭聲或非常安靜的低語時遇到困難，開發團隊正在努力改進這一問題。

🤝 參與貢獻

我們熱衷於讓語音識別技術惠及每一個人，鼓勵你：

• 試用模型：下載模型並進行測試。
• 提供反饋：告訴我們哪些方面表現良好，哪些方面需要改進，以及你希望看到的功能。（批評時請溫柔一些，我們很敏感哦 😉）
• 貢獻代碼：如果你是開發者，歡迎為項目做出貢獻。

EraX團隊致力於不斷改進我們的模型，請持續關注未來的更新和更多令人興奮的發展！

📄 許可證

本項目遵循Whisper的許可協議，採用MIT許可。

📝 引用

如果你發現我們的項目有用，請給我們的倉庫點個星，並按照以下方式引用我們的工作：

@article{title={EraX-WoW-Turbo-V1.0: Lắng nghe để Yêu thương.},
  author={Nguyễn Anh Nguyên - Phạm Huỳnh Nhật - Cty Bảo hiểm AAA (504h)},
  organization={EraX},
  year={2025},
  url={https://huggingface.co/erax-ai/EraX-WoW-Turbo-V1.0}
}