whisper-small-pashto开源语音识别模型 - 免费部署精准识别普什图语语音

Whisper Small Pashto

由 ihanif 开发

基于OpenAI Whisper-small微调的普什图语(ps)语音识别模型，在FLEURS数据集上训练

下载量 18

发布时间 : 12/9/2022

模型简介

该模型是针对普什图语优化的自动语音识别(ASR)模型，基于Whisper-small架构微调，适用于普什图语语音转文本任务

普什图语优化

专门针对普什图语进行微调，相比原始Whisper模型有更好的语言适应性

基于Whisper架构

采用OpenAI Whisper-small架构，具有强大的语音识别基础能力

FLEURS数据集训练

使用google/fleurs数据集中的ps_af配置数据进行训练和评估

普什图语语音识别

语音转文本

自动语音识别

语音转录

普什图语语音转录

将普什图语语音内容转换为文本

词错误率(WER)63.1%

语音助手

普什图语语音指令识别

用于普什图语语音助手或交互系统的语音识别组件

本模型是在google/fleurs ps_af数据集上对openai/whisper-small进行微调后的版本。它在评估集上取得了以下成果：

本模型是对openai/whisper-small的微调版本，在google/fleurs ps_af数据集上进行训练，以实现更好的普什图语自动语音识别效果。

目前文档未提供详细的预期用途和限制信息。

目前文档未提供详细的训练和评估数据信息。

训练过程中使用了以下超参数：

训练损失	轮数	步数	验证损失	词错误率（Wer）
2.0871	14.29	100	2.0102	230.2739
1.465	28.57	200	1.4969	137.2427
1.1617	42.86	300	1.2716	76.3242
1.0019	57.14	400	1.1645	71.3756
0.9052	71.43	500	1.1051	69.7866
0.8334	85.71	600	1.0691	68.2657
0.7838	100.0	700	1.0483	67.1686
0.7539	114.29	800	1.0363	66.4195
0.7377	128.57	900	1.0297	66.2001
0.7325	142.86	1000	1.0277	66.0033
0.6952	157.14	1100	1.0122	65.0575
0.6531	171.43	1200	1.0014	64.4219
0.6189	185.71	1300	0.9945	63.7939
0.5993	200.0	1400	0.9896	63.3550
0.5757	214.29	1500	0.9864	63.2264
0.5601	228.57	1600	0.9845	62.9162
0.5482	242.86	1700	0.9833	62.8178
0.5382	257.14	1800	0.9827	62.8405
0.5325	271.43	1900	0.9823	62.7648
0.5287	285.71	2000	0.9822	62.8178
0.3494	357.14	2500	1.0026	61.6147
0.2287	428.57	3000	1.0533	61.5163
0.1525	500.0	3500	1.1041	62.0536
0.1089	571.43	4000	1.1451	62.5076
0.0871	642.86	4500	1.1704	62.9313
0.0797	714.29	5000	1.1791	63.1659
0.0799	728.57	5100	1.1800	63.1053
0.0791	742.86	5200	1.1803	63.1129