库名称：peft
许可证：apache-2.0
基础模型：openai/whisper-large-v2
标签：

• 训练生成
• 多语言
• 语音识别
• 开源
  语言：
• 沃洛夫语
• 法语
• 英语
  模型索引：
• 名称：whosper-large-v2
  结果：
  • 任务：
    名称：自动语音识别
    类型：automatic-speech-recognition
    数据集：
    名称：测试集
    类型：自定义
    分割：测试
    参数：
    语言：wo
    指标：
    • 名称：测试WER
      类型：wer
      值：23.45
    • 名称：测试CER
      类型：cer
      值：11.01
      管道标签：automatic-speech-recognition

Whosper-large-v2

模型概述

Whosper-large-v2是一款专为塞内加尔主要语言沃洛夫语设计的尖端语音识别模型。基于OpenAI的Whisper-large-v2构建，该模型在词错误率（WER）和字符错误率（CER）方面显著提升，推动了非洲语言处理的发展。无论您是转录对话、构建语言学习工具还是进行研究，这款模型都适合处理沃洛夫语语音数据的研究人员、开发者和学生。

核心优势

• 卓越的语码转换：能自然处理沃洛夫语与法语/英语的混合，反映真实世界的语音模式
• 多语言支持：除沃洛夫语外，在法语和英语中表现同样出色
• 生产就绪：经过全面测试和优化，适合部署
• 开源：基于apache-2.0许可证发布，非常适合研究和开发
• 聚焦非洲自然语言处理：致力于实现更广泛的非洲语言支持目标

性能指标

• WER：0.2345
• CER：0.1101

数值越低意味着准确性越高——非常适合实际应用！

性能对比

主要特点

• 相比whosper-large，WER和CER有所改进
• 针对沃洛夫语和法语识别进行了优化
• 在双语内容上表现更佳

局限性

• 在英语上的表现不如whosper-large
• 对于一般的多语言内容，效果不如whosper-large
• 在音频质量极差的情况下表现不佳

训练数据

基于多样化的沃洛夫语语音数据训练：

• ALFFA公共数据集
• FLEURS数据集
• Bus Urbain数据集
• Anta Women TTS数据集
• Kallama数据集

这种多样性确保模型在以下方面表现出色：

• 说话风格和方言
• 语码转换模式
• 性别和年龄组
• 录音条件

快速入门指南

安装

pip install git+https://github.com/sudoping01/whosper.git  

基本用法

from whosper import WhosperTranscriber  

# 初始化转录器  
transcriber = WhosperTranscriber(model_id="CAYTU/whosper-large-v2")  

# 转录音频文件  
result = transcriber.transcribe_audio("path/to/your/audio.wav")  
print(result)  

训练结果

框架版本

• PEFT：0.14.1.dev0
• Transformers：4.49.0.dev0
• PyTorch：2.5.1+cu124
• Datasets：3.2.0
• Tokenizers：0.21.0

为非洲自然语言处理贡献力量

Whosper-large-v2体现了我们对开放科学和推进非洲语言技术的承诺。我们相信，通过免费提供尖端的语音识别模型，可以加速整个非洲的自然语言处理发展。

加入我们，共同实现AI技术民主化：

• 开放科学：使用并基于我们的研究进行构建——所有代码、模型和文档均为开源
• 数据贡献：分享您的沃洛夫语语音数据集，帮助提升模型性能
• 研究合作：将Whosper集成到您的研究项目中并分享成果
• 社区建设：帮助我们创建非洲语言处理资源
• 教育影响：在教育环境中使用Whosper，培养下一代非洲AI研究人员

携手合作，我们可以确保非洲语言在AI技术的未来中占有一席之地。无论您是研究人员、开发者、教育工作者还是语言爱好者，您的贡献都能帮助弥合技术鸿沟。

许可证

Apache许可证2.0

该模型基于Apache 2.0许可证发布，旨在鼓励非洲语言技术的研究、商业使用和创新，同时确保适当的归属和专利保护。您可以自由地：

• 商业使用模型
• 修改和分发模型
• 创建衍生作品
• 将模型用于专利目的

选择Apache 2.0符合我们推动开放科学和非洲自然语言处理发展的目标，同时为社区提供必要的保护。

引用

@misc{whosper2025,  
  title={Whosper-large: 具备增强语码转换能力的沃洛夫语多语言ASR模型},  
  author={Seydou DIALLO},  
  year={2025},  
  publisher={Hugging Face},  
  url={https://huggingface.co/CAYTU/whosper-large},  
  version={1.0}  
}  

致谢

由Caytu RoboticsAI部门的Seydou DIALLO开发，基于OpenAI的Whisper-large-v2。特别感谢沃洛夫语社区和为推进非洲语言技术做出贡献的人们。

联系我们

如有任何问题或需要支持，请联系我们

邮箱：sdiallo@caytu.com