Whisper Large V3 Vaani Hindi

🚀 大語言模型Whisper-large-v3-vaani-hindi

本項目是OpenAI的Whisper-Large-V3的微調版本，在多個數據集中約718小時的印地語轉錄語音上進行了訓練。

🚀 快速開始

本模型可與Transformers模塊的pipeline函數配合使用。

基礎用法

import torch
from transformers import pipeline

audio = "path to the audio file to be transcribed"
device = "cuda:0" if torch.cuda.is_available() else "cpu"
modelTags="ARTPARK-IISc/whisper-large-v3-vaani-hindi"
transcribe = pipeline(task="automatic-speech-recognition", model=modelTags, chunk_length_s=30, device=device)
transcribe.model.config.forced_decoder_ids = transcribe.tokenizer.get_decoder_prompt_ids(language="hi", task="transcribe")

print('Transcription: ', transcribe(audio)["text"])

📚 詳細文檔

訓練與評估

模型使用以下數據集進行微調：Vaani、Gramvaani、IndicVoices、Fleurs、IndicTTS和Commonvoice。

模型的性能在多個數據集上進行了評估，評估結果如下：

📄 許可證

本項目採用Apache 2.0許可證。