English | کوردی
مۆدێلی ویسپەر بەکاردێت بۆ گۆڕینی دەنگ بۆ نووسین، ئەم مۆدێلە. لەلایەن OpenAI دروستکراوە و بڵاوکراوەتەوە کە پشتگیری گۆڕینی دەنگ بۆ دەق دەکات بۆ ٩٩ زمانی جیهانی. توانستی مۆدێلەکە لە ئاستی مرۆڤدایە بۆ ئینگلیزی و هەندێ زمانی تر «واتە گەر دەنگێک هەبێ بە نۆیز و ناڕوونی زۆرەوە مۆدێلەکە لە ئاستی مرۆڤدا یاخود باشتریش ئەو دەنگە دەناسێتەوە و دەیکات بە نووسین»
ئەم پرۆژەیە زمانی کوردی بۆ ئەم مۆدێلە زیاد دەکات. مۆدێلەکە لە سەر داتاسێتی Common Voice v16 ڕاهێنراوە. بەشێکی زۆری کارکردن لە سەر ئەم پرۆژەیە کارکردن بووە لە سەر خاوێنکردنەوەی داتاسێتەکە. جگە لە خاوێنکردنەوە هێماکانی خاڵبەندیش لە دەقەکانی داتاکە دەرهێنراوە، چونکە هیچ دەنگێک نییە ڕاستەوخۆ بۆ هێماکانی خاڵبەندی. بەم مۆدێلە دەتوانی فیلمێکی کوردیی یەک کاتژمێر و نیوی لە کەمتری لە ٤ خولەکدا ژێرنووس بکەیت.
سەرەتا دەبێ python و git لە سەر سیستمەکەت هەبن
- داگرتنی ئەم عەنباری کۆدە بۆ سیستمەکەی خۆت
git clone https://github.com/Hrazhan/whisper-kurdish.git
- دابەزاندنی ئەو لایبرەری و پاکجانە بۆ کارپێکردنی ئەم مۆدێلە پێویستن
pip install -r requirements.txt
- پاشان تەنها کۆماندی
python app.py
بۆ ڕووکارێکی سادە کە ڕاستەخۆ بە سێ شێواز دەنگ دەکات بە دەق:- بە فایلی دەنگی یاخود ڤیدیۆ
- بە تۆمار کردنی دەنگ لە مایکرۆفۆنەوە
- بە پێدانی لینکی یوتیوب
ڕووکارەکە پشتگیری دروست کردنی چەندان فۆرماتی جیاوازی ژێرنووسکردن دەکات. کە بەشێوەیەکی ئۆتۆماتیکی وشە نووسراوەکان لەگەڵ کاتی گۆکردنەکەیدا دەبستێتەوە. ئەگەر لە هەڵە لە ڕێنووسی وشەکاندا هەبوون دەتوانی بە بەکارهێنانی دەقنووسێک "Text Editor" هەڵەکە ڕاست بکەیەتەوە یاخود کاتی ژێرنووسەکان بگۆڕیت بۆ ماوەیەکی کەمتر.
- لە داهاتوودا ئەم مۆدێلە لە سەر داتای زیاتر ڕادەهێنرێت
- کرمانجی و زاراوەکانی تر زیاد دەکرێت
ئەم مۆدێلە لە سەر بێنچمارکی داتاسێتی ئاسۆسۆفت هەڵسەنگێنراوە کە نزمترین پێوەرەکانی ڕێژەی وشەی هەڵە و ڕێژەی پیتی هەڵەی هەیە بە بەراورد بە هەموو ئەو مۆدێلانەی پشتگیری زمانی کوردی دەکەن.
Dataset | Model Name | WER (Word Error Rate) | CER (Character Error Rate) |
---|---|---|---|
AsoSoft | mms-1b-fl102 | 30.3% | 4.63% |
AsoSoft | mms-1b-all | 27.61% | 4.16% |
AsoSoft | Seamless M4T Large | 21.85% | 4.95% |
AsoSoft | Seamless M4T Medium | 23.66% | 4.63% |
AsoSoft | Seamless M4t Large v2 | 19.76% | 4.06% |
AsoSoft | Whisper Small ckb | 23.44% | 3.45% |
AsoSoft | Whisper Large v3 ckb | 19.20% | 2.79% |
بێنچمارکی ئاسۆسۆفت لەم بەستەرەدا زیاتر باسکراوە، کە تێست سێتەکەی ١٠٠ ڕستە لە خۆ دەگرێت بە دەنگی ١١ قسەکەر وە هەموو فۆنیمە کوردیەکان لە تێست سێتەکەدا هەن.