WHISPER SMALL SWAHILI ASR CV 14

由 dmusingu 开发

该模型是基于OpenAI的Whisper large在Common Voice 14.0斯瓦希里语(SW)数据集上微调的语音识别模型，词错误率(WER)为25.13%。

其他

下载量 28

发布时间 : 4/19/2024

模型介绍

内容详情

替代品

模型简介

一个针对斯瓦希里语优化的自动语音识别(ASR)模型，基于Whisper架构进行微调，适用于语音转文本任务。

低词错误率

在Common Voice 14.0斯瓦希里语测试集上达到25.13%的词错误率(WER)

基于Whisper架构

基于OpenAI强大的Whisper-large模型进行微调，继承了其优秀的语音识别能力

专门针对斯瓦希里语优化

在Common Voice 14.0的斯瓦希里语数据集上进行训练，对该语言有更好的识别效果

语音转文本

斯瓦希里语语音识别

长音频处理

语音转录

斯瓦希里语语音转录

将斯瓦希里语语音内容转换为文本

词错误率25.13%，字错误率9.83%

语音助手

斯瓦希里语语音助手

为斯瓦希里语用户提供语音交互能力

训练损失	周期	步数	字错误率(Cer)	验证损失	词错误率(Wer)
0.9179	0.51	800	0.1412	0.5355	0.3693
0.3078	1.02	1600	0.1196	0.4343	0.3152
0.1959	1.53	2400	0.1172	0.4068	0.2822
0.1737	2.04	3200	0.1145	0.3922	0.2721
0.1046	2.55	4000	0.1084	0.3958	0.2634
0.1019	3.06	4800	0.1029	0.3957	0.2578
0.0588	3.57	5600	0.1132	0.4013	0.2666
0.0545	4.08	6400	0.1009	0.4112	0.2510
0.0305	4.59	7200	0.0941	0.4183	0.2442
0.0275	5.1	8000	0.1005	0.4303	0.2549
0.0153	5.61	8800	0.4374	0.2407	0.0908
0.014	6.12	9600	0.4428	0.2513	0.0983