license: apache-2.0 base_model: imvladikon/whisper-medium-he tags:

• 从训练器生成 metrics:
• 词错误率 model-index:
• name: whisper-medium-he results: [] language:
• 希伯来语 pipeline_tag: 自动语音识别

whisper-medium-he[开发中]

该模型是基于imvladikon/whisper-medium-he在None数据集上微调的版本。在评估集上取得了如下结果：

• 损失值: 0.2061
• 词错误率: 13.4020

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练流程

训练超参数

训练过程中使用了以下超参数：

• 学习率: 1e-05
• 训练批次大小: 1
• 评估批次大小: 1
• 随机种子: 42
• 梯度累积步数: 2
• 总训练批次大小: 2
• 优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
• 学习率调度器类型: 线性
• 学习率预热步数: 500
• 总训练步数: 4000
• 混合精度训练: 原生AMP

训练结果

推理

使用HuggingFace

from transformers import pipeline
pipe = pipeline("automatic-speech-recognition", model="imvladikon/whisper-medium-he", device_map="auto") # 需要安装`pip install accelerate`
print(recognize("sample.mp3"))

使用whisper.cpp

已准备模型: https://huggingface.co/imvladikon/whisper-medium-he/blob/main/ggml-hebrew.bin

如需自行转换:

git clone https://github.com/openai/whisper
git clone https://github.com/ggerganov/whisper.cpp
git clone https://huggingface.co/imvladikon/whisper-medium-he
python3 ./whisper.cpp/models/convert-h5-to-ggml.py ./whisper-medium-he/ ./whisper .

转换后测试(假设生成模型为ggml-model.bin):

cd whisper.cpp && ./main -m ../ggml-model.bin -f ../sample.wav

框架版本

• Transformers 4.36.0.dev0
• Pytorch 2.1.0+cu118
• Datasets 2.15.0
• Tokenizers 0.15.0