Indic Whisper Nodcil

🚀 带JAX的IndicWhisper（更快）

IndicWhisper是一款在印度语言上进行微调的先进语音识别模型。本仓库包含用于训练和评估该模型的代码，以及可立即使用的预训练检查点。

🚀 快速开始

IndicWhisper是一款在印度语言上进行微调的先进语音识别模型。本仓库包含用于训练和评估该模型的代码，以及可立即使用的预训练检查点。

✨ 主要特性

• IndicWhisper在印度语言的各种基准测试中实现了令人印象深刻的单词错误率（WER），优于其他公开可用的模型，是印度语言语音识别任务的宝贵工具。
• 新增JAX模式支持，显著提升了在TPU和GPU上的性能，适用于高性能计算环境，在速度和效率方面进行了优化。

📚 详细文档

概述

IndicWhisper在印度语言的各种基准测试中实现了令人印象深刻的单词错误率（WER）。它优于其他公开可用的模型，是印度语言语音识别任务的宝贵资产。

在Vistaar基准测试（印地语子集）上的性能

💻 使用示例

基础用法

from whisper_jax import FlaxWhisperForConditionalGeneration, FlaxWhisperPipline
import jax.numpy as jnp

pipeline = FlaxWhisperPipline('parthiv11/indic_whisper_nodcil', dtype=jnp.bfloat16)
transcript= pipeline('sample.mp3')

致谢

我们要感谢以下组织的支持：

• EkStep基金会提供的慷慨资助，促成了印度理工学院马德拉斯分校AI4Bharat中心的成立。
• 电子和信息技术部（NLTM）的资助，支持了Bhashini项目下印度语言数据集和模型的创建。
• 印度先进计算发展中心（C - DAC），为我们训练模型提供了Param Siddhi超级计算机的使用权限。
• 微软的资助，用于创建印度语言的数据集、工具和资源。
• github上的JAX指南。

📄 许可证

IndicWhisper和相关的Vistaar基准测试采用MIT许可证。此许可证适用于本仓库中包含的所有微调语言模型。

贡献者

• Kaushal Bhogale（AI4Bharat）
• Sai Narayan Sundaresan（印度理工学院卡拉格普尔分校，AI4Bharat）
• Abhigyan Raman（AI4Bharat）
• Tahir Javed（印度理工学院马德拉斯分校，AI4Bharat）
• Mitesh Khapra（印度理工学院马德拉斯分校，AI4Bharat，RBCDSAI）
• Pratyush Kumar（微软，AI4Bharat）

贡献

我们欢迎社区的贡献，以进一步改进IndicWhisper。如果您有任何想法、错误修复或增强功能，请随时提交拉取请求。

感谢您对IndicWhisper的关注！我们希望它能成为您印度语言语音识别需求的宝贵工具。