whisper-base-ar-quran

whisper-base-ar-quran

用微调过的 Whisper base 模型把阿拉伯语语音转成文字，在它的评估集上词错误率达到 5.7544。适合构建阿拉伯语语音功能的开发者。

由 tarteel-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：whisper-base-ar-quran 是一个语音转文字模型，由 Tarteel AI 在 OpenAI 的 Whisper base 基础上进一步调优。它的名字指向阿拉伯语的古兰经语音，不过模型卡没有描述训练数据。在它的评估集上，词错误率达到 5.7544，损失为 0.0839。

适合谁：它适合需要把阿拉伯语语音转成文字、并且愿意在自己的录音上核对结果的开发者和研究人员。

行业 | 谁在用 | 怎么用 | 例子
语音技术 | 开发者 | 给应用加入阿拉伯语语音转文字 | 把一段录音转成文字
学习工具 | 应用制作者 | 转写古兰经诵读，模型名字指向的就是这个 | 把一句朗诵的经文转成文字
研究 | 语音研究人员 | 和其他阿拉伯语模型对比错误率 | 阅读模型卡里的训练结果表
机器学习 | 工程师 | 研究微调过程中错误率是怎么下降的 | 查看从第 250 步到第 5000 步的表格

如果你需要有文档说明的训练数据、明确的限制，或者阿拉伯语以外的语言，可以跳过它。

用在哪里：

• 装有 transformers 库的 Python，可在 Windows、macOS 或 Linux 上使用
• 转写录音的脚本和服务
• 想要一个基于 Whisper 的小型模型的语音应用

用例 | 谁用 | 得到什么
阿拉伯语转写 | 开发者 | 一段口语录音的文字
错误率对比 | 研究人员 | 可以和其他模型对照的词错误率
语音功能 | 应用制作者 | 应用的其他部分可以搜索或显示的文字

如何设置：

• Python
• Hugging Face 的 hub 包，用来下载文件
• transformers 库，模型页面把它列为这个模型的库

1. 安装 Hugging Face 的 hub 包。
2. 用下面的命令下载模型文件。
3. 安装 transformers 库。
4. 像加载任何 Whisper 模型那样通过 transformers 加载这些文件，因为模型卡没有给出自己的代码。

pip install -U huggingface_hub
hf download tarteel-ai/whisper-base-ar-quran

如何使用：模型卡里没有运行示例。它描述的是 Whisper base 的一个调优副本，所以 transformers 里通常的 Whisper 用法很可能就是入口。给它一段录音，它就返回听到的阿拉伯语文字。

示例：你把一小段阿拉伯语录音交给模型，得到一份转写稿。模型卡没有给出示例音频或输出，所以在依赖这些文字之前，请先对照原话核对。

新手与专家：语音识别就是程序把听到的内容写下来。词错误率是它写错的词所占的比例，所以越低越好。第一次可以先拿一小段录音跑一遍，再用耳朵核对转写稿。

从底层看，这是在 8 块 GPU 上调优了 5000 步的 Whisper base，总批大小为 128。训练用了 Adam 优化器、带 500 步预热的线性调度和原生混合精度。错误率从第 250 步的 13.3890 降到第 5000 步的 5.7544。

阿拉伯语语音录音
微调后的 Whisper base 模型
通过 transformers 解码
文字转写稿

注意事项：

Title: 训练过程中的词错误率，越低越好
第 250 步: 13.3890 WER
第 500 步: 10.6375 WER
第 1000 步: 7.9754 WER
第 2000 步: 6.3586 WER
第 3000 步: 6.0213 WER
第 4000 步: 5.8749 WER
第 5000 步: 5.7544 WER

Title: 主要训练设置
设置 | 值
学习率 | 0.0001
每个设备的批大小 | 16
总批大小 | 128
预热步数 | 500
训练步数 | 5000
随机种子 | 42

• 模型卡是自动生成的，描述、用途、限制和训练数据都留空，数据集写的是 None。
• 5.7544 这个数字来自模型卡自己的评估集，所以你的音频得分可能不同。
• 训练用的是较旧的库版本，Transformers 4.26.0.dev0 和 Pytorch 1.13.0+cu117。
• 其他人发布了它的 13 个量化版本和 21 个微调版本。
• License: Apache 2.0
• Cost to run: 未提到
• Data it reaches: 除了你给它的音频外未提到其他内容
• Not for: 未提到，因为模型卡没有写明限制

Hugging Face 上的数据（2026年11月14日）

• 任务：automatic speech recognition
• 框架：transformers
• 最近 30 天下载：353,756
• 点赞：195
• 许可证：apache-2.0
• Quantized versions: 14
• Fine-tunes: 22
• 标签：transformers, pytorch, tensorboard, whisper, automatic-speech-recognition, generated_from_trainer

链接

• 模型：https://huggingface.co/tarteel-ai/whisper-base-ar-quran
• 文件：https://huggingface.co/tarteel-ai/whisper-base-ar-quran/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download tarteel-ai/whisper-base-ar-quran

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。