Whisper Hindi Small

🚀 印地语小型Whisper模型

本模型是基于多个公开可用的自动语音识别（ASR）语料库中的印地语数据，对 openai/whisper-small 进行微调后的版本。它是 Whisper 微调冲刺活动的一部分。

重要说明

本模型的训练代码可在 whisper-finetune 仓库中复用。

🚀 快速开始

若要在整个数据集上评估此模型，可使用 whisper-finetune 仓库中的评估代码。该仓库还提供了使用 whisper-jax 进行快速推理的脚本。

💻 使用示例

基础用法

若要使用此模型对单个音频文件进行推理，可使用以下代码片段：

>>> import torch
>>> from transformers import pipeline

>>> # path to the audio file to be transcribed
>>> audio = "/path/to/audio.format"
>>> device = "cuda:0" if torch.cuda.is_available() else "cpu"

>>> transcribe = pipeline(task="automatic-speech-recognition", model="vasista22/whisper-hindi-small", chunk_length_s=30, device=device)
>>> transcribe.model.config.forced_decoder_ids = transcribe.tokenizer.get_decoder_prompt_ids(language="hi", task="transcribe")

>>> print('Transcription: ', transcribe(audio)["text"])

高级用法

若要对 Whisper 模型进行快速推理，可使用 whisper-jax 库。请按照 此处 所述的必要安装步骤操作，然后使用以下代码片段：

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

>>> # path to the audio file to be transcribed
>>> audio = "/path/to/audio.format"

>>> transcribe = FlaxWhisperPipline("vasista22/whisper-hindi-small", batch_size=16)
>>> transcribe.model.config.forced_decoder_ids = transcribe.tokenizer.get_decoder_prompt_ids(language="hi", task="transcribe")

>>> print('Transcription: ', transcribe(audio)["text"])

📚 详细文档

训练和评估数据

• 训练数据：
  • GramVaani ASR 语料库
  • ULCA ASR 语料库
  • Shrutilipi ASR 语料库
  • Google/Fleurs 训练+开发集
• 评估数据：
  • GramVaani ASR 语料库测试集
  • Google/Fleurs 测试集

训练超参数

训练期间使用了以下超参数：

🔧 技术细节

本模型在多个公开可用的 ASR 语料库的印地语数据上对 openai/whisper-small 进行了微调。微调过程中使用了特定的超参数，以确保模型在印地语语音识别任务上取得良好的效果。

📄 许可证

本模型采用 Apache-2.0 许可证。

致谢

本工作由 印度理工学院马德拉斯分校语音实验室 完成。本工作的计算资源由印度电子和信息技术部（MeitY）的 “Bhashini：国家语言翻译任务” 项目资助。