
微調Whisper ASR模型
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
32
±0 (10月13日〜)
最後提交
2022年12月
GitHub 建立日期
2022年10月27日
收錄日
2022年10月29日
Star 數變化
以表格顯示
| 月份 | Star |
|---|---|
| 2025年12月 | 32 |
| 2026年1月 | 32 |
| 2026年2月 | 32 |
| 2026年3月 | 32 |
| 2026年4月 | 32 |
| 2026年5月 | 32 |
| 2026年6月 | 32 |
| 2026年7月 | 32 |
| 2026年8月 | 32 |
| 2026年9月 | 32 |
| 2026年10月 | 32 |
| 2026年11月 | 32 |
各月最後一次快照。1,000 以上的 Star 數以 100 為單位四捨五入。
同分類的熱門資源
llm-jp-asrtosiyuki9將Whisper的解碼器替換為llm-jp-1.3b-v1.0版本的語音識別模型的學習代碼。
N46WhisperAyanaminn1.7k基於耳語的日文字幕生成器
OneCompressionFujitsuResearch445富士通研究所提供的 LLM 專用後訓練量子化(PTQ)流程。整合了QEP(NeurIPS 2025)、ILP混合精度、旋轉前處理、vLLM插件。論文:arXiv:2603.28845。
easynovelassistantzuntan03237輕量且無規制和審查的日語本地 LLM『LightChatAssistant-TypeB』所提供的簡單小說生成助手。利用本地特權永久生成,堆積中獎的 Gacha。支援朗讀功能。
jparacrawl-finetuneMorinoseiMorizo104JParaCrawl 預訓練神經機器翻譯 (NMT) 模型的使用示例。
llm-lora-classificationhppRC97llm-lora-classification
研究領域相近的資源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16M日語 wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 與 JSUT 上微調,需要 16 kHz 音訊,並可透過 HuggingSound 或 HuggingFace pipelines 使用。HF 模型共同: 文本生成・語言模型
- kotoba-whisper-v2.2kotoba-tech16kKotoba‑Whisper‑v2.2 是一款日語 ASR 模型,擴展了 kotoba‑whisper‑v2.0,整合了 integrated diarization 與 automatic punctuation,透過 HuggingFace‑Transformers pipeline 實現,並與 Asahi Ushio 和 Kotoba Technologies 合作開發。HF 模型共同: 語言模型・語音與音訊
asrzakuro-ai72使用PyTorch中的deepspeech2模型和Zakuro AI的支援進行自動語音識別。共同: 語音辨識・文本生成- parakeet-tdt_ctc-0.6b-janvidia7kNVIDIA NeMo 的 0.6 B‑參數 Hybrid FastConformer‑TDT‑CTC ASR 模型能帶標點符號轉錄日語語音,並且可在 NeMo 框架內進行推論或微調。HF 模型共同: 文本生成・語音與音訊
- japanese-anime-speechjoujiboi946Japanese Anime Speech Dataset 提供 73,004 對音頻-文字對(共 110 小時,從 V1 演進至 V5),用於提升 ASR 模型(如 OpenAI 的 Whisper),在開放授權下可供任何使用,若能標明來源將不勝感激。HF 資料集共同: 語音辨識・文本生成
- gpt-neox-japanese-2.7babeja3k一個 2.7‑B 參數的日語 GPT‑NeoX 模型,由 ABEJA Inc 在日語 CC‑100 與 OSCAR 上訓練,可透過 Hugging Face Transformers pipelines 或 PyTorch 使用,並以 MIT 授權釋出。HF 模型共同: 文本生成・語言模型