语言:

• 英文 标签:
• 音频
• 自动语音识别 许可证: mit 库名称: ctranslate2

适用于CTranslate2的Whisper蒸馏大型v3模型

本仓库包含将distil-whisper/distil-large-v3转换为CTranslate2模型格式的结果。

该模型可用于CTranslate2或基于CTranslate2的项目，如faster-whisper。

示例

from faster_whisper import WhisperModel

model = WhisperModel("distil-large-v3")

segments, info = model.transcribe("audio.mp3", language="en", condition_on_previous_text=False)
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

转换详情

原始模型通过以下命令转换：

ct2-transformers-converter --model distil-whisper/distil-large-v3 --output_dir faster-distil-whisper-large-v3 \
    --copy_files tokenizer.json preprocessor_config.json --quantization float16

注意模型权重以FP16格式保存。该类型可在加载模型时通过CTranslate2中的compute_type选项更改。

更多信息

有关原始模型的更多信息，请参阅其模型卡片。