模型卡片

<!-- 简要说明该模型是什么/做什么。 -->

模型详情

模型描述

这是原始版本 mohammed/whisper-small-arabic-cv-11 的量化模型

• 开发者： Mohammed Bakheet
• 资助方 [可选]： Kalam Technology
• 语言（NLP）： 阿拉伯语，英语

用途

这是一个量化模型，可以读取阿拉伯语音并将其转录/翻译成英语

直接使用

首先，使用以下命令安装以下软件包：

pip install -U optimum[exporters,onnxruntime] transformers pip install huggingface_hub

# 如果您使用的是笔记本，请取消以下安装注释：
#!pip install -U optimum[exporters,onnxruntime] transformers
#!pip install huggingface_hub

# 导入所需的软件包
from optimum.onnxruntime import ORTModelForSpeechSeq2Seq
from transformers import WhisperTokenizerFast, WhisperFeatureExtractor, pipeline

# 设置模型名称/ID
model_name = 'mohammed/quantized-whisper-small' # 文件夹名称
model = ORTModelForSpeechSeq2Seq.from_pretrained(model_name, export=False)
tokenizer = WhisperTokenizerFast.from_pretrained(model_name)
feature_extractor = WhisperFeatureExtractor.from_pretrained(model_name)
forced_decoder_ids = tokenizer.get_decoder_prompt_ids(language=\"ar\", task=\"transcribe\")

pipe = pipeline('automatic-speech-recognition',
                model=model,
                tokenizer=tokenizer,
                feature_extractor=feature_extractor,
                model_kwargs={\"forced_decoder_ids\": forced_decoder_ids})

# 要转录的文件
pipe('Recording.mp3')

超出范围的使用

<!-- 本节说明模型的误用、恶意使用以及模型不适合的用途。 -->

该模型对阿拉伯语语音进行直接翻译，而不是直接转录，我们仍在努力改进这一点。

建议

<!-- 本节旨在传达有关偏见、风险和技术限制的建议。 -->

用户（无论是直接用户还是下游用户）都应该了解该模型的风险、偏见和局限性。需要更多信息以提供进一步建议。

如何开始使用该模型

使用以下代码开始使用该模型。

首先，使用以下命令安装以下软件包：

pip install -U optimum[exporters,onnxruntime] transformers
pip install huggingface_hub

from optimum.onnxruntime import ORTModelForSpeechSeq2Seq
from transformers import WhisperTokenizerFast, WhisperFeatureExtractor, pipeline

model_name = 'mohammed/quantized-whisper-small' # 文件夹名称
model = ORTModelForSpeechSeq2Seq.from_pretrained(model_name, export=False)
tokenizer = WhisperTokenizerFast.from_pretrained(model_name)
feature_extractor = WhisperFeatureExtractor.from_pretrained(model_name)
forced_decoder_ids = tokenizer.get_decoder_prompt_ids(language=\"ar\", task=\"transcribe\")

pipe = pipeline('automatic-speech-recognition',
                model=model,
                tokenizer=tokenizer,
                feature_extractor=feature_extractor,
                model_kwargs={\"forced_decoder_ids\": forced_decoder_ids})

# 要转录的文件
pipe('Recording.mp3')

训练数据

请参阅原始模型 "mohammed/whisper-small-arabic-cv-11"

训练过程

请参阅原始模型 "mohammed/whisper-small-arabic-cv-11"

预处理 [可选]

请参阅原始模型 "mohammed/whisper-small-arabic-cv-11"

训练超参数

• 训练方案： 请参阅原始模型 "mohammed/whisper-small-arabic-cv-11"