whisper-medium-darija-combined
Fine-tuning de openai/whisper-medium pour la
reconnaissance automatique de la parole (ASR) en darija (dialecte marocain),
sur un ensemble combiné de datasets publics.
Résultats finaux
| Métrique | Valeur |
|---|---|
| WER (Word Error Rate) | 0.0346 (3.46%) |
| CER (Character Error Rate) | 0.0135 (1.35%) |
Stats d'entraînement
| Stat | Valeur |
|---|---|
| Époques | 10.0 |
| Train loss (moyenne) | 0.07550942687588065 |
| Durée d'entraînement | 20:20:27 |
| Vitesse | 5.479 samples/s, 0.171 steps/s |
Datasets utilisés
adiren7/darija_speech_to_textmohamedmou/moroccan-darija-asr-dataset-splitafyfbadreddine77/darija-asr-datasetntariklk/darija-merged-asratlasia/Moroccan-Darija-Wiki-Audio-DatasetDatasmartly/moroccan_darija_audio (accès refusé — dataset privé, non inclus dans l'entraînement)RHEZLOUNE/darija-restaurant-audioanaszil/Segmented-Moroccan-Darija-Wiki-Audio-Dataset
Filtre appliqué : durée audio ≤ 15s.
Utilisation
from transformers import WhisperForConditionalGeneration, WhisperProcessor
import librosa
import torch
processor = WhisperProcessor.from_pretrained("amineouaki/whisper-medium-darija-combined")
model = WhisperForConditionalGeneration.from_pretrained("amineouaki/whisper-medium-darija-combined")
speech, _ = librosa.load("audio.wav", sr=16000)
inputs = processor(speech, sampling_rate=16000, return_tensors="pt")
with torch.no_grad():
generated_ids = model.generate(inputs.input_features, max_length=225)
print(processor.batch_decode(generated_ids, skip_special_tokens=True)[0])
Auteur
Amine Ouakib
- Email : amineouakib3@gmail.com
- GitHub : ouakibamine
- LinkedIn : amine-ouakib