Whisper Medium.en Fine Tuned For ATC

🚀 针对空中交通管制（ATC）微调的Whisper Medium EN模型

本模型是对OpenAI的Whisper Medium EN模型进行微调后的版本，专门针对空中交通管制（ATC）通信数据集进行了训练。与原始预训练模型相比，微调过程显著提高了特定领域航空通信的转录准确性，将单词错误率（WER）降低了84%。该模型在处理ATC通信中常见的口音变化和模糊表述方面特别有效。

✨ 主要特性

• 微调优化：基于OpenAI Whisper Medium EN基础模型，针对ATC通信数据进行微调，大幅提升特定领域转录准确性。
• 高准确率：微调后模型的单词错误率（WER）仅为15.08%，相较于预训练模型的94.59%，相对提升了84.06%。
• 广泛适应性：能够有效处理各种口音、非标准用语以及嘈杂或失真的通信内容。

📦 安装指南

文档未提供安装步骤，暂不展示。

📚 详细文档

模型概述

此模型是OpenAI的Whisper Medium EN模型的微调版本，专门在空中交通管制（ATC）通信数据集上进行训练。与原始预训练模型相比，微调过程显著提高了特定领域航空通信的转录准确性，将单词错误率（WER）降低了84%。该模型在处理ATC通信中常见的口音变化和模糊表述方面特别有效。

你可以在Hugging Face上访问微调后的模型：

• 针对ATC微调的Whisper Medium EN
• 针对ATC微调的Whisper Medium EN（Faster Whisper）

模型描述

针对ATC微调的Whisper Medium EN模型经过优化，可处理飞行员与空中交通管制员之间简短、清晰的通信。它使用以下数据集进行微调：

• ATCO2语料库（1小时测试子集）
• UWB - ATCC语料库

ATC数据集合并了这两个原始来源的数据，并对数据进行过滤和精炼，以提高特定领域ATC通信的转录准确性。

预期用途

微调后的Whisper模型旨在用于以下方面：

• 航空通信转录：为ATC通信提供准确的转录，包括英语口音和表述的变化。
• 空中交通管制系统：协助实时转录飞行员与ATC之间的对话，有助于提高态势感知能力。
• 研究和培训：对研究ATC通信或开发航空安全新工具的研究人员、开发人员或航空专业人员有用。

你可以使用ATC转录助手在线测试该模型，该工具允许你上传音频文件并生成转录。

训练过程

• 硬件：在两块具有80GB内存的A100 GPU上进行微调。
• 轮数：10
• 学习率：1e - 5
• 批量大小：32（通过梯度累积实现的有效批量大小）
• 增强：训练期间应用了动态数据增强技术（高斯噪声、音高转换等）。
• 评估指标：单词错误率（WER）

局限性

虽然微调后的模型在特定的ATC通信中表现良好，但在其他语音领域的泛化能力可能有限。此外，像大多数语音转文本模型一样，转录准确性可能会受到极低质量音频或训练过程中未遇到的浓重口音语音的影响。

📄 许可证

本模型采用MIT许可证。

🔗 参考资料

• 博客文章：针对ATC微调Whisper：转录准确性提高84%
• GitHub仓库：在ATC数据上微调Whisper