Kinyawhisper

🚀 基尼亞語語音識別模型KinyaWhisper

KinyaWhisper是OpenAI的Whisper模型針對基尼亞語自動語音識別（ASR）進行微調後的版本。它基於102個手動標註的.wav文件進行訓練，為低資源本土語言的語音識別提供了可復現的基準。

🚀 快速開始

KinyaWhisper是OpenAI的Whisper模型的微調版本，專門用於基尼亞語的自動語音識別（ASR）。它在102個手動標註的.wav文件上進行了訓練，為低資源本土語言的語音識別提供了可復現的基準。

✨ 主要特性

• 基於OpenAI的Whisper模型微調，適用於基尼亞語的自動語音識別。
• 以102個手動標註的.wav文件為訓練數據，為低資源本土語言語音識別提供可復現的基準。

💻 使用示例

基礎用法

from transformers import WhisperProcessor, WhisperForConditionalGeneration
import torchaudio

# 從Hugging Face加載微調後的KinyaWhisper模型和處理器
model = WhisperForConditionalGeneration.from_pretrained("benax-rw/KinyaWhisper")
processor = WhisperProcessor.from_pretrained("benax-rw/KinyaWhisper")

# 加載並預處理音頻
waveform, sample_rate = torchaudio.load("your_audio.wav")
inputs = processor(waveform.squeeze(), sampling_rate=sample_rate, return_tensors="pt")

# 生成預測
predicted_ids = model.generate(inputs["input_features"])
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print("🗣️ 轉錄結果:", transcription)

🔧 技術細節

• 模型：openai/whisper-small
• 訓練輪數：80
• 批次大小：4
• 學習率：1e - 5
• 優化器：Adam
• 最終損失：0.00024
• 字錯率（WER）：51.85%

⚠️ 重要提示

⚠️ 重要提示

該模型基於小數據集（102個樣本）進行訓練。它在短而清晰的基尼亞語語音上表現最佳，對於較長或有噪音的音頻可能效果不佳。這是一個早期的教育模型，尚不適合用於生產環境。

📚 詳細文檔

引用信息

如果您使用此模型，請引用：

@misc{baziramwabo2025kinyawhisper,
  author       = {Gabriel Baziramwabo},
  title        = {KinyaWhisper: Fine-Tuning Whisper for Kinyarwanda ASR},
  year         = {2025},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/benax-rw/KinyaWhisper}},
  note         = {Version 1.0}
}

聯繫信息

由Gabriel Baziramwabo維護。 ✉️ gabriel@benax.rw 🔗 https://benax.rw

📄 許可證

本項目採用MIT許可證。