Upload README.md
Browse files
README.md
CHANGED
|
@@ -15,22 +15,66 @@ tags:
|
|
| 15 |
- taiwanese-hokkien
|
| 16 |
- taigi
|
| 17 |
- low-resource-language
|
|
|
|
| 18 |
- ctranslate2
|
|
|
|
| 19 |
- quantized
|
| 20 |
- float16
|
| 21 |
---
|
| 22 |
|
| 23 |
# Breeze-ASR-26-float16-CT2
|
| 24 |
|
| 25 |
-
|
| 26 |
|
| 27 |
-
##
|
| 28 |
|
| 29 |
-
-
|
| 30 |
-
- Revision
|
| 31 |
-
-
|
| 32 |
|
| 33 |
-
##
|
| 34 |
|
| 35 |
-
- Backend
|
| 36 |
-
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 15 |
- taiwanese-hokkien
|
| 16 |
- taigi
|
| 17 |
- low-resource-language
|
| 18 |
+
- arxiv:2603.19259
|
| 19 |
- ctranslate2
|
| 20 |
+
- ct2
|
| 21 |
- quantized
|
| 22 |
- float16
|
| 23 |
---
|
| 24 |
|
| 25 |
# Breeze-ASR-26-float16-CT2
|
| 26 |
|
| 27 |
+
這是由 `MediaTek-Research/Breeze-ASR-26` 轉換而來的 `ctranslate2` 量化版本；此 artifact 沒有額外訓練紀錄。
|
| 28 |
|
| 29 |
+
## 來源模型
|
| 30 |
|
| 31 |
+
- 模型：[MediaTek-Research/Breeze-ASR-26](https://huggingface.co/MediaTek-Research/Breeze-ASR-26)
|
| 32 |
+
- Revision：`7b992682e7f5ceedd0a41ebec240f01ba469d19e`
|
| 33 |
+
- 授權：Apache-2.0，依來源模型卡宣告
|
| 34 |
|
| 35 |
+
## 量化資訊
|
| 36 |
|
| 37 |
+
- Backend：`ctranslate2`
|
| 38 |
+
- 量化：`float16`
|
| 39 |
+
|
| 40 |
+
## 評估摘要
|
| 41 |
+
|
| 42 |
+
這次評估使用教育部臺灣台語常用詞辭典例句音檔：
|
| 43 |
+
[教育部臺灣台語常用詞辭典相關資源](https://sutian.moe.edu.tw/und-hani/siongkuantsuguan/).
|
| 44 |
+
評估子集取例句音檔中 `hanzi` 長度最長的 100 筆樣本。
|
| 45 |
+
|
| 46 |
+
以下 CER 使用原始 HF `float16` 推論結果作為 pseudo-reference，衡量不同轉換/量化版本相對於原始模型輸出的 drift。
|
| 47 |
+
這不是對人工標註逐字稿計算的 ASR CER。計算時會先移除輸出文字中的所有空白，再計算字元級 Levenshtein distance。
|
| 48 |
+
|
| 49 |
+
以這次結果來看，量化部署建議優先使用 `CT2 int8`：
|
| 50 |
+
它完成全部 100 筆樣本，VRAM 約 `2097-2129 MiB`，相對 HF `float16` baseline 的 CER drift 為 `0.1263`，整體成本效益最好。
|
| 51 |
+
|
| 52 |
+
| 版本 | 推論結果 | 成功/總數 | VRAM MiB |
|
| 53 |
+
|---|---|---:|---:|
|
| 54 |
+
| [vLLM HF `float16`](https://huggingface.co/MediaTek-Research/Breeze-ASR-26) | `vllm-hf-float16.jsonl` | 100/100 | 21267-21267 |
|
| 55 |
+
| [CT2 `float16`](https://huggingface.co/phate334/Breeze-ASR-26-float16-CT2) | `ct2-float16.jsonl` | 100/100 | 3991-3991 |
|
| 56 |
+
| [CT2 `int8_float16`](https://huggingface.co/phate334/Breeze-ASR-26-int8_float16-CT2) | `ct2-int8_float16.jsonl` | 100/100 | 2103-2135 |
|
| 57 |
+
| [CT2 `int8`](https://huggingface.co/phate334/Breeze-ASR-26-int8-CT2) | `ct2-int8.jsonl` | 100/100 | 2097-2129 |
|
| 58 |
+
| [whisper.cpp / GGML `q4_0`](https://huggingface.co/phate334/Breeze-ASR-26-GGML) | `whisper-cpp-ggml-q4_0.jsonl` | 100/100 | 1843-1843 |
|
| 59 |
+
| [whisper.cpp / GGML `q4_1`](https://huggingface.co/phate334/Breeze-ASR-26-GGML) | `whisper-cpp-ggml-q4_1.jsonl` | 100/100 | 1935-1935 |
|
| 60 |
+
| [whisper.cpp / GGML `q5_0`](https://huggingface.co/phate334/Breeze-ASR-26-GGML) | `whisper-cpp-ggml-q5_0.jsonl` | 100/100 | 2027-2027 |
|
| 61 |
+
| [whisper.cpp / GGML `q8_0`](https://huggingface.co/phate334/Breeze-ASR-26-GGML) | `whisper-cpp-ggml-q8_0.jsonl` | 100/100 | 2575-2575 |
|
| 62 |
+
|
| 63 |
+
### 相對 HF Baseline 的 CER
|
| 64 |
+
|
| 65 |
+
Baseline reference：`vllm-hf-float16.jsonl`。
|
| 66 |
+
|
| 67 |
+
| 比較版本 | CER | 字元錯誤/參考字元 | 完全一致 |
|
| 68 |
+
|---|---:|---:|---:|
|
| 69 |
+
| `ct2-int8_float16.jsonl` | 0.1157 | 633/5470 | 11 |
|
| 70 |
+
| `ct2-float16.jsonl` | 0.1176 | 643/5470 | 7 |
|
| 71 |
+
| `ct2-int8.jsonl` | 0.1263 | 691/5470 | 5 |
|
| 72 |
+
| `whisper-cpp-ggml-q5_0.jsonl` | 0.1803 | 986/5470 | 5 |
|
| 73 |
+
| `whisper-cpp-ggml-q8_0.jsonl` | 0.1879 | 1028/5470 | 6 |
|
| 74 |
+
| `whisper-cpp-ggml-q4_0.jsonl` | 0.1927 | 1054/5470 | 2 |
|
| 75 |
+
| `whisper-cpp-ggml-q4_1.jsonl` | 0.2558 | 1399/5470 | 2 |
|
| 76 |
+
|
| 77 |
+
## 更多資訊
|
| 78 |
+
|
| 79 |
+
評估程式、資料準備方式與完整結果報表請見 GitHub repository：
|
| 80 |
+
https://github.com/phate334/stt-eval
|