Whisper Large V3 Lv Late Cv19

🚀 通用拉脱维亚语自动语音识别模型

这是一个针对拉脱维亚语微调的 whisper-large-v3 模型，由 AiLab.lv 使用两个通用语音数据集进行训练：Common Voice 19.0 中的拉脱维亚语部分，以及拉脱维亚语广播数据集 LATE-Media 的最新版本。

此版本的模型取代了之前的 whisper-large-v3-lv-late-cv17 模型。

我们还提供了适用于 whisper.cpp 的 GGML 格式的 4 位、5 位和 8 位量化版本的模型，以及适用于 CTranslate2 的 8 位量化版本。

📚 详细文档

训练

微调使用了 Hugging Face Transformers 库，并结合了修改后的 seq2seq 脚本。

评估

拉脱维亚语 CV 19.0 测试集可在 此处 获取。 LATE-Media 1.0 测试集可在 此处 获取。

引用

如果您在研究中使用了此模型，请引用以下论文：

@inproceedings{dargis-etal-2024-balsutalka-lv,
  author = {Dargis, Roberts and Znotins, Arturs and Auzina, Ilze and Saulite, Baiba and Reinsone, Sanita and Dejus, Raivis and Klavinska, Antra and Gruzitis, Normunds},
  title = {{BalsuTalka.lv - Boosting the Common Voice Corpus for Low-Resource Languages}},
  booktitle = {Proceedings of the Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING)},
  publisher = {ELRA and ICCL},
  year = {2024},
  pages = {2080--2085},
  url = {https://aclanthology.org/2024.lrec-main.187}
}

致谢

这项工作得到了欧盟复苏与韧性基金项目 语言技术倡议（2.3.1.1.i.0/1/22/I/CFLA/002）以及国家研究计划项目 LATE（VPP - LETONIKA - 2021/1 - 0006）的支持。

📄 许可证

本项目采用 Apache-2.0 许可证。