许可证: mit
数据集:

• jacktol/atc-dataset
  语言:
• en
  评估指标:
• wer
  基础模型:
• openai/whisper-medium.en
  任务标签: 自动语音识别
  标签:
• 航空
• 空中交通管制
• 飞机
• 通信
  模型索引:
  • 名称: 针对ATC优化的Whisper Medium EN（Faster-Whisper版）
    结果:
    • 任务:
      类型: 自动语音识别
      数据集:
      名称: ATC数据集
      类型: jacktol/atc-dataset
      评估指标:
      • 名称: 词错误率 (WER)
        类型: wer
        值: 15.08
        来源:
        名称: ATC转录评估
        网址: https://huggingface.co/jacktol/whisper-medium.en-fine-tuned-for-ATC-faster-whisper

针对空中交通管制（ATC）优化的Whisper Medium EN模型 - Faster-Whisper加速版

模型概述

本模型是基于OpenAI Whisper Medium EN模型微调的版本，专门针对空中交通管制（ATC）通信数据集进行训练。微调过程显著提升了航空领域专业通信的转录准确率，与原始预训练模型相比，词错误率（WER）降低了84%。该模型特别擅长处理ATC通信中常见的口音差异和模糊表达。

本模型已转换为优化的.bin格式，兼容Faster-Whisper，可实现更快速高效的推理。

• 基础模型: OpenAI Whisper Medium EN
• 微调模型WER: 15.08%
• 预训练模型WER: 94.59%
• 相对提升: 84.06%
• 优化格式: 兼容Faster-Whisper

您可以通过以下链接访问微调模型：

• 针对ATC优化的Whisper Medium EN
• 针对ATC优化的Whisper Medium EN（Faster-Whisper版）

模型描述

针对ATC优化的Whisper Medium EN专门处理飞行员与空管人员之间简短清晰的通信内容。模型基于**ATC数据集**微调，该数据集整合并清洗了以下来源：

• 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数据源，通过筛选和优化提升了航空专业通信的转录准确率。模型进一步优化为.bin格式以兼容Faster-Whisper，确保更快速高效的处理能力。

使用场景

微调后的Whisper模型适用于：

• 航空通信转录：精准转录ATC通信内容，包括各种英语口音和表达变体
• 空中交通管制系统：实时转录飞行员-空管对话，提升态势感知能力
• 研究与培训：助力研究人员、开发者或航空专业人员研究ATC通信，或开发航空安全新工具

您可以通过ATC转录助手在线测试模型，上传音频文件即可生成转录文本。

训练过程

• 硬件配置: 使用两块80GB显存的A100 GPU进行微调
• 训练轮次: 10
• 学习率: 1e-5
• 批大小: 32（采用梯度累积的有效批大小）
• 数据增强: 训练中应用动态增强技术（高斯噪声、音高变换等）
• 评估指标: 词错误率（WER）

局限性

虽然微调模型在ATC专业通信中表现优异，但可能不适用于其他语音领域。与多数语音转文本模型类似，音频质量极差或训练中未接触的重口音可能会影响转录准确率。

参考文献

• 博客文章: 微调Whisper实现ATC转录准确率提升84%
• GitHub仓库: 基于ATC数据微调Whisper