Whisper Large V3 Turbo German Ct2

🚀 德语语音识别模型 - whisper-large-v3-turbo-german

本模型基于 Whisper Large v3 进行微调，专门用于德语语音识别。Whisper 是 OpenAI 开发的强大语音识别平台，此模型针对德语语音处理和识别进行了特别优化。

🚀 快速开始

此模型是一个 CTranslate2 转换版本，适用于符合 CTranslate 的框架，如 faster-whisper。若对微调方法或使用的数据集有任何疑问，请参考原始仓库 primeline/whisper-large-v3-turbo-german。

✨ 主要特性

概述

该模型基于 Whisper Large v3，针对德语语音识别进行了微调。Whisper 是 OpenAI 开发的强大语音识别平台，此模型专门针对德语语音的处理和识别进行了优化。

应用场景

该模型可应用于多个领域，包括：

• 德语口语转录
• 语音命令和语音控制
• 德语视频自动字幕
• 德语语音搜索查询
• 文字处理程序中的语音听写功能

📚 详细文档

模型家族

评估 - 词错误率 (WER)

评估数据和代码可在 此处 获取。

训练数据

该模型的训练数据包含大量来自不同来源的德语口语。数据经过精心挑选和处理，以优化识别性能。

训练过程

模型训练使用了以下超参数：

• 批量大小：12288
• 训练轮数：3
• 学习率：1e-6
• 数据增强：无
• 优化器：Ademamix

💻 使用示例

基础用法

import torch
from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline
from datasets import load_dataset
device = "cuda:0" if torch.cuda.is_available() else "cpu"
torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32
model_id = "primeline/whisper-large-v3-turbo-german"
model = AutoModelForSpeechSeq2Seq.from_pretrained(
    model_id, torch_dtype=torch_dtype, low_cpu_mem_usage=True, use_safetensors=True
)
model.to(device)
processor = AutoProcessor.from_pretrained(model_id)
pipe = pipeline(
    "automatic-speech-recognition",
    model=model,
    tokenizer=processor.tokenizer,
    feature_extractor=processor.feature_extractor,
    max_new_tokens=128,
    chunk_length_s=30,
    batch_size=16,
    return_timestamps=True,
    torch_dtype=torch_dtype,
    device=device,
)
dataset = load_dataset("distil-whisper/librispeech_long", "clean", split="validation")
sample = dataset[0]["audio"]
result = pipe(sample)
print(result["text"])

📄 许可证

本模型采用 Apache-2.0 许可证。

关于我们

我们是德国人工智能基础设施的合作伙伴。体验强大的人工智能基础设施，助力您在深度学习、机器学习和高性能计算领域实现目标。该基础设施针对人工智能训练和推理进行了优化。

模型作者：Florian Zimmermeister