whisper-persian-v4

whisper-persian-v4

把波斯语语音转成文字。它是在波斯语数据集上微调的 Whisper large v3，适合转写波斯语音频的开发者和团队。

由 nezamisafa 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-persian-v4 是一个语音识别模型，把波斯语音频写成文字。它是 OpenAI 的 Whisper large v3 的微调版本，用名为 ASR_fa_v1 的波斯语数据集训练。模型卡给出的评估集词错误率是 8.73。

适合谁：如果你是需要把波斯语语音转成文字的开发者、媒体团队或研究人员，它就适合你。模型卡的细节不多，所以请用你自己的录音测试。

行业 | 谁在用 | 怎么用 | 例子
媒体 | 编辑和播客制作人 | 转写波斯语录音，用作字幕或笔记 | 制作人把一段访谈录音转成可编辑的文字
软件 | 应用开发者 | 在应用里加入波斯语语音转文字 | 开发者为说波斯语的用户加上语音输入
研究 | 语音研究人员 | 和其他波斯语模型比较错误率 | 研究人员在测试集上运行它并记录错误

如果你的音频是其他语言，可以跳过它，因为记录里只列了波斯语。

用在哪里：

• 装有 transformers 库的 Python
• Windows、macOS 或 Linux，先用 Python 下载文件

用例 | 谁用 | 得到什么
转写一段录音 | 编辑或开发者 | 说话内容对应的波斯语文字
应用里的语音输入 | 开发者 | 用户语音转成的文字
给波斯语模型做基准测试 | 研究人员 | 可以和参考文本对照打分的转写结果

如何设置：

• 电脑上装好 Python
• transformers 库
• 磁盘空间：F32 约 6.2 GB，按 Hugging Face 的估计，4 位约 772 MB

1. 安装 Hugging Face hub 包。
2. 下载模型文件。
3. 用 transformers 加载它们。模型卡没有给代码示例，所以请参照 transformers 文档里语音识别模型的用法。

pip install -U huggingface_hub
hf download nezamisafa/whisper-persian-v4

如何使用：

你把一段波斯语录音交给模型，它会把说的话以文字返回。来源只给出了下载这一步的命令。

hf download nezamisafa/whisper-persian-v4

工具 | 作用
hf download | 把模型文件下载到你的电脑
pip install -U huggingface_hub | 安装提供 hf 命令的包

示例：你给它一段用波斯语录的简短语音备忘。模型会把说的话以波斯语文字返回，你可以校对后用作字幕或笔记。

新手与专家：语音识别模型会听音频，并把听到的内容写下来。这个模型是用波斯语训练的。你可以先试一段清晰的单人短录音，看看文字和说的话有多接近。

对熟悉这个领域的人来说，它是对参数量 1.5B 的 Whisper large v3 的微调。模型卡报告训练了 5000 步，学习率 1e-05，批大小 16，使用混合精度。词错误率从第 1000 步的 17.1059 降到第 5000 步的 8.7300。除了名称，模型卡没有描述训练数据。

以 OpenAI Whisper large v3 为基础
在 ASR_fa_v1 数据集上微调
你用 hf 下载文件
transformers 加载模型
输入波斯语音频，输出文字

注意事项：

• Gaps: 模型卡里的预期用途、限制和训练数据部分都写着需要更多信息
• Language: 波斯语
• License: Apache 2.0
• Cost to run: 来源没有提到费用
• Data it reaches: 下载要联网并把文件写入磁盘，你输入的音频是唯一的其他输入
• Not for: 模型卡没有写任何限制，所以在依赖它之前，请先用你自己的音频测试

Hugging Face 上的数据（2026年11月13日）

• 任务：automatic speech recognition
• 框架：transformers
• 参数量：1.5B
• Weights: about 6.2 GB in F32; about 772 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,071
• 点赞：21
• 许可证：apache-2.0
• 语言：fa
• 基于：openai/whisper-large-v3
• Quantized versions: 1
• Fine-tunes: 1
• 标签：transformers, tensorboard, safetensors, whisper, automatic-speech-recognition, generated_from_trainer, model-index

链接

• 模型：https://huggingface.co/nezamisafa/whisper-persian-v4
• 文件：https://huggingface.co/nezamisafa/whisper-persian-v4/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 nezamisafa/whisper-persian-v4

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。