Whisper Base Arabic

🚀 阿拉伯语基础版Whisper模型

本项目基于Whisper模型，专门针对阿拉伯语进行优化，实现了高效准确的语音转文字功能，在阿拉伯语语音识别任务中表现出色。

🚀 快速开始

该模型在评估集上取得了以下成绩：

• 损失值：0.44
• 词错误率（Wer）：34.7

✨ 主要特性

• 多数据集训练：使用多个阿拉伯语语音数据集进行训练，提升模型的泛化能力。
• 针对性优化：去除阿拉伯语中的特定符号（حركات），提高模型的识别准确性。

📚 详细文档

训练和评估数据

训练集

• mozilla-foundation/common_voice_16_0阿拉伯语 [训练集 + 验证集]
• BelalElhossany/mgb2_audios_transcriptions_non_overlap
• nadsoft/Jordan-Audio

交叉验证集

为了节省训练时间（模型在Colab免费版上训练），从上述三个数据集中总共选取了600个样本。 注意：可根据实际情况评估模型的准确性。

训练过程

• 去除文本中的阿拉伯语符号（حركات）。
• 在合并后的数据集上对模型进行6个轮次的训练，最佳模型为第5轮训练后的模型。

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：1e-05
• 训练批次大小（train_batch_size）：32
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：1
• 学习率调度器类型（lr_scheduler_type）：线性
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500

训练结果

📄 许可证

本模型采用Apache-2.0许可证。