Whisper Large V3 Persian Common Voice 17

🚀 Whisper Large v3 - 波斯語（Common Voice 17）

本項目基於 Whisper Large v3 模型，在 Common Voice 17 數據集上進行微調，利用超 250,000 條波斯語音頻樣本，大幅提升了波斯語自動語音識別的準確率和魯棒性，為波斯語社區提供更優質可靠的語音識別服務。

🚀 快速開始

安裝依賴

確保你已經安裝了 transformers 庫。如果尚未安裝，可以使用以下命令進行安裝：

pip install transformers

代碼示例

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("your_file")["text"]
print(text)

✨ 主要特性

• 數據豐富：在 Common Voice 17 數據集上微調，使用超 250,000 條波斯語音頻樣本，遠多於 Common Voice 11 數據集的 83,000 條樣本。
• 準確率提升：更低的詞錯誤率（WER），增強了模型識別波斯語語音的準確性和魯棒性。
• 應用廣泛：為波斯語自動語音識別領域帶來重大進展，讓高質量語音識別更易獲取。

📦 安裝指南

使用 pip 安裝所需的 transformers 庫：

pip install transformers

💻 使用示例

基礎用法

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("your_file")["text"]
print(text)

📚 詳細文檔

模型信息

注意事項

⚠️ 重要提示

由於微調過程未包含任何時間戳信息，模型無法返回時間戳。即使嘗試返回，也會遇到錯誤。解決方案是將音頻文件分割成更小的片段。進一步微調肯定會提高模型的準確性。我們目前正在尋求硬件和自動語音識別數據集合作的贊助。

引用信息

@misc{whisper_persian_cv17,
  author = {Mohammad Sadegh Gholizadeh},
  title = {Whisper Large v3 - Persian (Common Voice 17)},
  year = {2025},
  url = {https://huggingface.co/msghol/whisper-large-v3-persian-common-voice-17}
}

📄 許可證

本項目採用 Apache-2.0 許可證。