Whisper Medium He

🚀 whisper-medium-he[WIP]

本模型是 imvladikon/whisper-medium-he 在 None 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：0.2061
• 词错误率（Wer）：13.4020

🚀 快速开始

本模型可用于自动语音识别任务，以下是不同方式的使用示例。

✨ 主要特性

• 基于预训练模型 imvladikon/whisper-medium-he 进行微调。
• 在评估集上有明确的损失值和词错误率（Wer）指标。

📦 安装指南

文档未提及具体安装步骤，可参考相关库的官方文档进行安装，如 transformers、pytorch、datasets、tokenizers 等。

💻 使用示例

基础用法

使用 Hugging Face 的 pipeline

from transformers import pipeline
pipe = pipeline("automatic-speech-recognition", model="imvladikon/whisper-medium-he", device_map="auto") # requires `pip install accelerate`
print(recognize("sample.mp3"))

使用 whisper.cpp

首先准备模型文件：https://huggingface.co/imvladikon/whisper-medium-he/blob/main/ggml-hebrew.bin

如果需要转换模型：

git clone https://github.com/openai/whisper
git clone https://github.com/ggerganov/whisper.cpp
git clone https://huggingface.co/imvladikon/whisper-medium-he
python3 ./whisper.cpp/models/convert-h5-to-ggml.py ./whisper-medium-he/ ./whisper .

然后可以进行检查（如果生成的模型文件是 ggml-model.bin）：

cd whisper.cpp && ./main -m ../ggml-model.bin -f ../sample.wav

📚 详细文档

模型描述

待补充更多信息。

预期用途与限制

待补充更多信息。

训练和评估数据

待补充更多信息。

训练过程

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）：1
• 评估批次大小（eval_batch_size）：1
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：2
• 总训练批次大小（total_train_batch_size）：2
• 优化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e-08
• 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
• 训练步数（training_steps）：4000
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

• Transformers 4.36.0.dev0
• Pytorch 2.1.0+cu118
• Datasets 2.15.0
• Tokenizers 0.15.0

📄 许可证

本模型使用 Apache-2.0 许可证。