whisper-small-pashto開源語音識別模型 - 免費部署精準識別普什圖語語音

Whisper Small Pashto

由ihanif開發

基於OpenAI Whisper-small微調的普什圖語(ps)語音識別模型，在FLEURS數據集上訓練

下載量 18

發布時間 : 12/9/2022

模型概述

該模型是針對普什圖語優化的自動語音識別(ASR)模型，基於Whisper-small架構微調，適用於普什圖語語音轉文本任務

普什圖語優化

專門針對普什圖語進行微調，相比原始Whisper模型有更好的語言適應性

基於Whisper架構

採用OpenAI Whisper-small架構，具有強大的語音識別基礎能力

FLEURS數據集訓練

使用google/fleurs數據集中的ps_af配置數據進行訓練和評估

普什圖語語音識別

語音轉文本

自動語音識別

語音轉錄

普什圖語語音轉錄

將普什圖語語音內容轉換為文本

詞錯誤率(WER)63.1%

語音助手

普什圖語語音指令識別

用於普什圖語語音助手或交互系統的語音識別組件

本模型是在google/fleurs ps_af數據集上對openai/whisper-small進行微調後的版本。它在評估集上取得了以下成果：

本模型是對openai/whisper-small的微調版本，在google/fleurs ps_af數據集上進行訓練，以實現更好的普什圖語自動語音識別效果。

目前文檔未提供詳細的預期用途和限制信息。

目前文檔未提供詳細的訓練和評估數據信息。

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	詞錯誤率（Wer）
2.0871	14.29	100	2.0102	230.2739
1.465	28.57	200	1.4969	137.2427
1.1617	42.86	300	1.2716	76.3242
1.0019	57.14	400	1.1645	71.3756
0.9052	71.43	500	1.1051	69.7866
0.8334	85.71	600	1.0691	68.2657
0.7838	100.0	700	1.0483	67.1686
0.7539	114.29	800	1.0363	66.4195
0.7377	128.57	900	1.0297	66.2001
0.7325	142.86	1000	1.0277	66.0033
0.6952	157.14	1100	1.0122	65.0575
0.6531	171.43	1200	1.0014	64.4219
0.6189	185.71	1300	0.9945	63.7939
0.5993	200.0	1400	0.9896	63.3550
0.5757	214.29	1500	0.9864	63.2264
0.5601	228.57	1600	0.9845	62.9162
0.5482	242.86	1700	0.9833	62.8178
0.5382	257.14	1800	0.9827	62.8405
0.5325	271.43	1900	0.9823	62.7648
0.5287	285.71	2000	0.9822	62.8178
0.3494	357.14	2500	1.0026	61.6147
0.2287	428.57	3000	1.0533	61.5163
0.1525	500.0	3500	1.1041	62.0536
0.1089	571.43	4000	1.1451	62.5076
0.0871	642.86	4500	1.1704	62.9313
0.0797	714.29	5000	1.1791	63.1659
0.0799	728.57	5100	1.1800	63.1053
0.0791	742.86	5200	1.1803	63.1129