library_name: transformers tags:

• whisper
• 语音识别
• 阿坎语
• 低资源语言
• 语音转文字 datasets:
• Lagyamfi/akan_audio_processed language:
• ak
• tw metrics:
• 词错误率 base_model:
• openai/whisper-small pipeline_tag: automatic-speech-recognition

阿坎语Whisper模型卡片

模型详情

模型描述

本模型是基于OpenAI Whisper模型微调的版本，专为加纳低资源语言阿坎语的自动语音识别（ASR）任务设计。该模型在包含阿坎语音频片段及对应文本的数据集上训练，能够将阿坎语音频转录为文本。

• 开发者： Mark Atta Mensah
• 发布者： Mark Atta Mensah
• 模型类型： 自动语音识别（ASR）
• 支持语言（NLP）： 阿坎语（契维方言）
• 基础模型： openai/whisper-small

使用场景

直接使用

本模型可直接用于阿坎语语音转文字任务，适用于语音助手、转录服务等需要阿坎语支持的场景。

下游应用

可作为多语言ASR系统的组成部分，或针对特定领域需求进行二次微调。

非适用场景

不适用于阿坎语（契维方言）之外的其他语言，未经额外微调时在其他低资源语言上可能表现不佳。

偏差与局限性

与其他ASR模型类似，本模型可能反映训练数据中的偏差，对数据集中未充分体现的口音、方言或语言变体识别效果可能欠佳。

使用建议

部署前应评估模型在目标场景中的实际表现。

快速开始

from transformers import WhisperForConditionalGeneration, WhisperProcessor

model = WhisperForConditionalGeneration.from_pretrained("GiftMark/akan-whisper-model")
processor = WhisperProcessor.from_pretrained("GiftMark/akan-whisper-model")

def transcribe(audio_array):
    inputs = processor(audio_array, sampling_rate=16000, return_tensors="pt").input_features
    predicted_ids = model.generate(inputs)
    transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]
    return transcription