🚀 CTranslate2的Whisper小模型

本项目将openai/whisper-small模型转换为CTranslate2模型格式。该模型可用于CTranslate2或基于CTranslate2的项目，如faster-whisper ，为语音识别任务提供高效支持。

🚀 快速开始

本模型可在CTranslate2或基于CTranslate2的项目（如faster-whisper）中使用。以下是使用示例：

from faster_whisper import WhisperModel

model = WhisperModel("small")

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

💻 使用示例

基础用法

from faster_whisper import WhisperModel

model = WhisperModel("small")

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

🔧 技术细节

转换详情

原始模型使用以下命令进行转换：

ct2-transformers-converter --model openai/whisper-small --output_dir faster-whisper-small \
    --copy_files tokenizer.json --quantization float16

请注意，模型权重以FP16格式保存。在使用CTranslate2加载模型时，可以通过compute_type选项更改数据类型。

更多信息

有关原始模型的更多信息，请参阅其模型卡片。

📄 许可证

本项目采用MIT许可证。