语言:

• 印地语 评估指标:
• 词错误率(WER) 任务标签:
• 自动语音识别 标签:
• 音乐 许可证:
• MIT协议

基于JAX加速的IndicWhisper（速度更快）

IndicWhisper是一款针对印度语言优化的尖端语音识别模型。本代码库包含模型训练与评估代码，并提供预训练模型权重供直接使用。

概述

IndicWhisper在印度语言各类基准测试中取得了令人瞩目的词错误率表现，其性能优于其他公开模型，是印度语语音识别任务的理想选择。

Vistaar基准测试表现（印地语子集）

使用说明

新特性：JAX加速模式

我们新增了JAX模式支持，可显著提升TPU和GPU的运算性能。该特性特别适合高性能计算环境，在速度与效率方面进行了深度优化。

本代码库提供基于AI4Bharat开源的🤗 Indic Whisper模型优化的JAX实现版本，其运行速度较原始PyTorch代码提升70倍以上，成为当前最快的Whisper实现方案。

from whisper_jax import FlaxWhisperForConditionalGeneration, FlaxWhisperPipline
import jax.numpy as jnp

pipeline = FlaxWhisperPipline('parthiv11/indic_whisper_nodcil', dtype=jnp.bfloat16)
transcript= pipeline('sample.mp3')

致谢

我们衷心感谢以下机构的支持：

• EkStep基金会提供的慷慨资助，助力IIT马德拉斯建立AI4Bharat研究中心
• 印度电子信息技术部（NLTM）通过Bhashini项目资助印度语言数据集与模型开发
• 印度先进计算发展中心（C-DAC）提供Param Siddhi超级计算机训练资源
• 微软公司对印度语言数据集及工具开发的资助
• JAX使用指南参见GitHub

许可协议

IndicWhisper模型及Vistaar基准测试采用MIT开源协议，本代码库所有精调语言模型均适用该协议。

核心贡献者

• Kaushal Bhogale（AI4Bharat）
• Sai Narayan Sundaresan（印度理工克勒格布尔分校，AI4Bharat）
• Abhigyan Raman（AI4Bharat）
• Tahir Javed（印度理工马德拉斯分校，AI4Bharat）
• Mitesh Khapra（印度理工马德拉斯分校，AI4Bharat，RBCDSAI）
• Pratyush Kumar（微软，AI4Bharat）

参与贡献

我们诚邀社区开发者共同改进IndicWhisper，欢迎提交问题修复或功能增强的拉取请求。

感谢您对IndicWhisper的关注！期待本模型能为印度语语音识别需求提供有力支持。