许可协议: apache-2.0 数据集:

• mozilla-foundation/common_voice_17_0 语言:
• 波斯语 评估指标:
• 词错误率
• 字符错误率 基础模型:
• openai/whisper-large-v3 标签:
• 自动语音识别
• Whisper
• 波斯语 库名称: transformers 任务标签: 自动语音识别 示例:
• 音频: example.wav 示例标题: 样本

Whisper Large v3模型已在Common Voice 17数据集上完成微调，使用了超过25万条波斯语语音样本——相比早期基于Common Voice 11（仅含8.3万样本）训练的模型实现了显著提升。更大规模的数据集使得词错误率(WER)降低，增强了模型在波斯语语音识别中的准确性和鲁棒性。

本次更新标志着波斯语自动语音识别技术的重要进步，我们希望它能造福波斯语使用者群体，让高质量语音识别技术变得更易获取、更加可靠。🚀

使用方法

from transformers import pipeline

asr_pipe = pipeline(
    "automatic-speech-recognition",
    model="msghol/whisper-large-v3-persian-common-voice-17",
    chunk_length_s=30
)

text = asr_pipe("音频文件路径")["text"]
print(text)

注意事项

由于微调过程未包含时间戳训练，本模型无法返回时间戳信息。若强制获取将报错。 解决方案是将音频文件切分为小片段进行识别。进一步的微调将有效提升模型准确率，我们正在寻求硬件赞助和ASR数据集合作机会。

@misc{whisper_persian_cv17,
  author = {Mohammad Sadegh Gholizadeh},
  title = {Whisper Large v3 - 波斯语版 (Common Voice 17)},
  year = {2025},
  url = {https://huggingface.co/msghol/whisper-large-v3-persian-common-voice-17}
}