许可证: mit
数据集:

• benax-rw/my_kinyarwanda_dataset
  语言:
• rw
  评估指标:
• wer
  基础模型: openai/whisper-small
  任务标签: 自动语音识别
  库名称: transformers
  标签:
• 卢旺达语
• 语音识别
• whisper模型
• 低资源语言
• 微调
• benax科技
• transformers库
• torchaudio
• 语音转文字

模型索引:

• 名称: KinyaWhisper
  成果:
  • 任务:
    名称: 自动语音识别
    类型: 自动语音识别
    数据集:
    名称: KinyaWhisper定制数据集
    类型: 自定义
    配置: 卢旺达语
    评估指标:
    • 名称: 词错误率(WER)
      类型: wer
      值: 51.85

🗣️ KinyaWhisper

KinyaWhisper是基于OpenAI Whisper模型微调的卢旺达语自动语音识别(ASR)系统。该模型在102个手工标注的.wav音频文件上训练完成，为低资源土著语言的语音识别提供了可复现的基准模型。

🔧 使用方法

使用微调后的KinyaWhisper模型进行音频推理：

from transformers import WhisperProcessor, WhisperForConditionalGeneration
import torchaudio

# 从Hugging Face加载微调模型
model = WhisperForConditionalGeneration.from_pretrained("benax-rw/KinyaWhisper")
processor = WhisperProcessor.from_pretrained("benax-rw/KinyaWhisper")

# 加载并预处理音频
waveform, sample_rate = torchaudio.load("your_audio.wav")
inputs = processor(waveform.squeeze(), sampling_rate=sample_rate, return_tensors="pt")

# 生成预测结果
predicted_ids = model.generate(inputs["input_features"])
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print("🗣️ 识别结果:", transcription)

🏋️ 训练详情

• 基础模型: openai/whisper-small
• 训练轮次: 80
• 批处理大小: 4
• 学习率: 1e-5
• 优化器: Adam
• 最终损失值: 0.00024
• 词错误率: 51.85%

⚠️ 局限性

模型训练数据量较小（仅102个样本），在清晰简短的卢旺达语片段上表现最佳，对较长或含噪音频识别效果可能欠佳。此为早期教育用途模型，暂不适合生产环境。

📚 引用规范

若使用本模型，请引用：

@misc{baziramwabo2025kinyawhisper,
  作者       = {Gabriel Baziramwabo},
  标题        = {KinyaWhisper: 面向卢旺达语语音识别的Whisper微调模型},
  年份         = {2025},
  发布机构    = {Hugging Face},
  获取方式 = {\url{https://huggingface.co/benax-rw/KinyaWhisper}},
  备注         = {版本1.0}
}

📬 联系方式

由Gabriel Baziramwabo维护
✉️ gabriel@benax.rw
🔗 https://benax.rw