Whisper Large V3 Turbo Cantonese Yue English

🚀 语音识别模型项目

本项目基于transformers库，利用多个数据集训练语音识别模型，采用特定的训练参数和硬件配置，在CER指标上取得了一定的效果。

🚀 快速开始

环境要求

确保你的transformers库版本为 4.46.3 或更高。若在推理过程中遇到分词器问题，请使用以下命令更新：

pip install --upgrade transformers==4.46.3

✨ 主要特性

• 多数据集训练：使用多个公开数据集进行训练，包括AlienKevin/mixed_cantonese_and_english_speech、mozilla-foundation/common_voice_17_0和mozilla-foundation/common_voice_11_0。
• 特定指标评估：采用字符错误率（CER）作为评估指标，当前模型的 CER 为 13.7%。
• 基于预训练模型：以openai/whisper-large-v3-turbo为基础模型进行训练。

📦 安装指南

确保安装指定版本的transformers库：

pip install --upgrade transformers==4.46.3

🔧 技术细节

训练参数

硬件配置

• NVIDIA Tesla V100 16GB * 4

📄 许可证

本项目采用 MIT 许可证。

💡 使用建议

💡 使用建议

若在推理过程中遇到分词器问题，请更新transformers库至 4.46.3 或更高版本。