Whisper Large V3 Turbo Russian

🚀 俄语语音识别模型

本项目是一个用于自动语音识别的模型，基于openai/whisper-large-v3-turbo基础模型，在俄语数据集上进行训练，能够准确地将俄语语音转换为文本。

🚀 快速开始

本模型使用transformers库进行开发，以下是使用示例：

from transformers import pipeline
import gradio as gr
import time

pipe = pipeline(
    model="dvislobokov/whisper-large-v3-turbo-russian",
    tokenizer="dvislobokov/whisper-large-v3-turbo-russian",
    task='automatic-speech-recognition',
    device='cpu'
)

def transcribe(audio):
    start = time.time()
    text = pipe(audio, return_timestamps=True)['text']
    print(time.time() - start)
    return text

iface = gr.Interface(
    fn=transcribe,
    inputs=gr.Audio(sources=['microphone', 'upload'], type='filepath'),
    outputs='text'
)

iface.launch(share=True)

✨ 主要特性

• 训练资源：本模型使用两块A100 40GB GPU、128GB内存和两颗至强48核2.4GHz CPU进行训练。
• 训练时间：约7小时。
• 训练数据集：使用了来自Mozilla Common Voice 17的11.8万个音频样本。

📦 安装指南

由于文档未提供具体安装命令，此章节跳过。

💻 使用示例

基础用法

from transformers import pipeline
import gradio as gr
import time

pipe = pipeline(
    model="dvislobokov/whisper-large-v3-turbo-russian",
    tokenizer="dvislobokov/whisper-large-v3-turbo-russian",
    task='automatic-speech-recognition',
    device='cpu'
)

def transcribe(audio):
    start = time.time()
    text = pipe(audio, return_timestamps=True)['text']
    print(time.time() - start)
    return text

iface = gr.Interface(
    fn=transcribe,
    inputs=gr.Audio(sources=['microphone', 'upload'], type='filepath'),
    outputs='text'
)

iface.launch(share=True)

高级用法

文档未提供高级用法示例，此部分内容暂缺。

📚 详细文档

由于文档未提供详细说明，此章节跳过。

🔧 技术细节

由于文档中关于技术细节的描述未超过50字，此章节跳过。

📄 许可证

本项目采用MIT许可证。

📋 模型信息