license: apache-2.0 metrics:

• cer

欢迎

如果您觉得这个模型有帮助，请为这个模型点赞，并在 https://github.com/LianjiaTech/BELLE 和 https://github.com/shuaijiang/Whisper-Finetune 上给我们加星。

Belle-distilwhisper-large-v2-zh

对 distilwhisper-large-v2 进行微调，以增强中文语音识别能力。

与 distilwhisper-large-v2 类似，Belle-distilwhisper-large-v2-zh 的速度是 whisper-large-v2 的 5.8 倍，并且参数数量减少了 51%。

尽管参数数量减少了 51%，Belle-distilwhisper-large-v2-zh 相比 whisper-large-v2 实现了 -3% 到 35% 的相对提升。

需要注意的是，原始的 distilwhisper-large-v2 无法转录中文（它只输出英文）。

使用方法

from transformers import pipeline

transcriber = pipeline(
  "automatic-speech-recognition", 
  model="BELLE-2/Belle-distilwhisper-large-v2-zh"
)

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

transcription = transcriber("my_audio.wav") 

微调

如果您想在自己的数据集上微调模型，请参考 GitHub 仓库

CER(%) ↓

引用

使用我们的代码、数据或模型时，请引用我们的论文和 GitHub。

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