Whisper Large V3 Persian Common Voice 17

🚀 Whisper Large v3 - 波斯语（Common Voice 17）

本项目基于 Whisper Large v3 模型，在 Common Voice 17 数据集上进行微调，利用超 250,000 条波斯语音频样本，大幅提升了波斯语自动语音识别的准确率和鲁棒性，为波斯语社区提供更优质可靠的语音识别服务。

🚀 快速开始

安装依赖

确保你已经安装了 transformers 库。如果尚未安装，可以使用以下命令进行安装：

pip install transformers

代码示例

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("your_file")["text"]
print(text)

✨ 主要特性

• 数据丰富：在 Common Voice 17 数据集上微调，使用超 250,000 条波斯语音频样本，远多于 Common Voice 11 数据集的 83,000 条样本。
• 准确率提升：更低的词错误率（WER），增强了模型识别波斯语语音的准确性和鲁棒性。
• 应用广泛：为波斯语自动语音识别领域带来重大进展，让高质量语音识别更易获取。

📦 安装指南

使用 pip 安装所需的 transformers 库：

pip install transformers

💻 使用示例

基础用法

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("your_file")["text"]
print(text)

📚 详细文档

模型信息

注意事项

⚠️ 重要提示

由于微调过程未包含任何时间戳信息，模型无法返回时间戳。即使尝试返回，也会遇到错误。解决方案是将音频文件分割成更小的片段。进一步微调肯定会提高模型的准确性。我们目前正在寻求硬件和自动语音识别数据集合作的赞助。

引用信息

@misc{whisper_persian_cv17,
  author = {Mohammad Sadegh Gholizadeh},
  title = {Whisper Large v3 - Persian (Common Voice 17)},
  year = {2025},
  url = {https://huggingface.co/msghol/whisper-large-v3-persian-common-voice-17}
}

📄 许可证

本项目采用 Apache-2.0 许可证。