许可协议：apache-2.0
评估指标：

• 字错误率（CER）
  基础模型：
• openai/whisper-large-v3

欢迎使用

若本模型对您有所帮助，请为模型点赞并在以下GitHub仓库点星支持：
https://github.com/LianjiaTech/BELLE
https://github.com/shuaijiang/Whisper-Finetune

Belle-whisper-large-v3-zh

基于whisper-large-v3微调优化的中文语音识别模型，在AISHELL1、AISHELL2、WENETSPEECH和HKUST等中文语音基准测试中，性能相对提升24%-65%。

使用方式

from transformers import pipeline  

transcriber = pipeline(  
  "automatic-speech-recognition",  
  model="BELLE-2/Belle-whisper-large-v3-zh"  
)  

transcriber.model.config.forced_decoder_ids = (  
  transcriber.tokenizer.get_decoder_prompt_ids(  
    language="zh",  
    task="transcribe"  
  )  
)  

transcription = transcriber("my_audio.wav")  

微调配置

如需在自己的数据集上微调模型，请参考GitHub仓库

字错误率(%) ↓

值得注意的是，相比Belle-whisper-large-v2-zh，Belle-whisper-large-v3-zh在复杂声学场景（如wenetspeech_meeting）中有显著提升。

引用

使用代码、数据或模型时请引用我们的论文及GitHub仓库：

@misc{BELLE,  
  author = {BELLEGroup},  
  title = {BELLE：全民大语言模型引擎},  
  year = {2023},  
  publisher = {GitHub},  
  journal = {GitHub仓库},  
  howpublished = {\url{https://github.com/LianjiaTech/BELLE}},  
}