Spaces:

BoomBigNoseLab
/

README

Running

App Files Files Community

README / README.md

BoomBigNose

Org card: add Whisper models

717cad7 verified 13 days ago

preview code

Raw History Blame Contribute Delete

3.34 kB

---
title: README
emoji: 🐼
colorFrom: green
colorTo: blue
sdk: static
pinned: false
---
![BoomBigNose Lab](https://huggingface.co/spaces/BoomBigNoseLab/README/resolve/main/banner.png)

**BoomBigNose Lab** ทำโมเดลรู้จำเสียงภาษาไทยถิ่นแบบเปิด และวัดทุกระบบด้วยกติกาเดียวกัน (eval_v2) เพื่อให้ตัวเลขเทียบกันได้จริง
### 🏆 ผลลัพธ์เด่น
CER (%) บนชุดทดสอบ ยิ่งต่ำยิ่งดี · เทียบกับโมเดลเปิดที่ดีที่สุดที่วัดซ้ำด้วยกติกาเดียวกัน
| ชุดทดสอบ | BoomBigNose Lab | คู่แข่งที่ดีที่สุด | |
|---|---:|---:|---|
| มลายูปัตตานี | **12.71** | 65.05 | ชนะขาด −80% |
| คำเมือง | **6.20** | 7.77 | ชนะขาด −20% |
| TVSpeech | **5.34** | 5.75 | ชนะ −7% |
| โคราช | 13.45 | 13.38 | เสมอ |
ภาษาไทยกลางชุดอื่น (Common Voice, GigaSpeech2, FLEURS) เรายังแพ้ ดู[ตารางเต็มพร้อม CI95](https://github.com/Boom-Vitt/thai-dialect-asr/blob/main/results/scoreboard.csv)
### 🎙️ ลองใช้
- **เดโมบนเครื่อง:** หน้าเว็บอัดเสียงหรืออัปโหลดไฟล์แล้วถอดได้เลย ดูวิธีรันใน [`demo/`](https://github.com/Boom-Vitt/thai-dialect-asr/tree/main/demo)
- **โค้ดและชุดวัดผล:** [github.com/Boom-Vitt/thai-dialect-asr](https://github.com/Boom-Vitt/thai-dialect-asr)
### 📦 โมเดล
| โมเดล | ภาษา | CER |
|---|---|---:|
| [w2v-bert-thai-pattani-ctc](https://huggingface.co/BoomBigNoseLab/w2v-bert-thai-pattani-ctc) | มลายูปัตตานี (อักษรไทย) | 12.71 (+LM) |
| [w2v-bert-thai-khummuang-ctc](https://huggingface.co/BoomBigNoseLab/w2v-bert-thai-khummuang-ctc) | คำเมือง | 6.79 (greedy) |
| [whisper-large-v3-thai-merge](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-merge) | ไทยกลาง (TVSpeech) | 5.34 |
| [whisper-large-v3-thai-cv](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-cv) | ไทยกลาง อ่านออกเสียง (CV17) | 2.18 |
| [whisper-large-v3-thai-korat](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-korat) | โคราช | 13.45 (ระบบเต็ม) |
| [whisper-large-v3-thai-dialects-interp](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-dialects-interp) | ไทยกลาง + ถิ่น · รุ่นวิจัย | อีสาน 6.14* |
\* ผู้พูดในชุดทดสอบอีสานซ้ำกับชุดเทรน ผลยังรอตรวจสอบ
โมเดลภาษาถิ่นใช้ CC BY-NC-SA 4.0 ตามข้อมูลฝึก (SLSCU) · โมเดลไทยกลาง (merge, cv) ใช้ Apache-2.0 · โค้ด Apache-2.0

	---
	title: README
	emoji: 🐼
	colorFrom: green
	colorTo: blue
	sdk: static
	pinned: false
	---

	![BoomBigNose Lab](https://huggingface.co/spaces/BoomBigNoseLab/README/resolve/main/banner.png)

	BoomBigNose Lab ทำโมเดลรู้จำเสียงภาษาไทยถิ่นแบบเปิด และวัดทุกระบบด้วยกติกาเดียวกัน (eval_v2) เพื่อให้ตัวเลขเทียบกันได้จริง

	### 🏆 ผลลัพธ์เด่น

	CER (%) บนชุดทดสอบ ยิ่งต่ำยิ่งดี · เทียบกับโมเดลเปิดที่ดีที่สุดที่วัดซ้ำด้วยกติกาเดียวกัน

	\| ชุดทดสอบ \| BoomBigNose Lab \| คู่แข่งที่ดีที่สุด \| \|
	\|---\|---:\|---:\|---\|
	\| มลายูปัตตานี \| 12.71 \| 65.05 \| ชนะขาด −80% \|
	\| คำเมือง \| 6.20 \| 7.77 \| ชนะขาด −20% \|
	\| TVSpeech \| 5.34 \| 5.75 \| ชนะ −7% \|
	\| โคราช \| 13.45 \| 13.38 \| เสมอ \|

	ภาษาไทยกลางชุดอื่น (Common Voice, GigaSpeech2, FLEURS) เรายังแพ้ ดู[ตารางเต็มพร้อม CI95](https://github.com/Boom-Vitt/thai-dialect-asr/blob/main/results/scoreboard.csv)

	### 🎙️ ลองใช้

	- เดโมบนเครื่อง: หน้าเว็บอัดเสียงหรืออัปโหลดไฟล์แล้วถอดได้เลย ดูวิธีรันใน [`demo/`](https://github.com/Boom-Vitt/thai-dialect-asr/tree/main/demo)
	- โค้ดและชุดวัดผล: [github.com/Boom-Vitt/thai-dialect-asr](https://github.com/Boom-Vitt/thai-dialect-asr)

	### 📦 โมเดล

	\| โมเดล \| ภาษา \| CER \|
	\|---\|---\|---:\|
	\| [w2v-bert-thai-pattani-ctc](https://huggingface.co/BoomBigNoseLab/w2v-bert-thai-pattani-ctc) \| มลายูปัตตานี (อักษรไทย) \| 12.71 (+LM) \|
	\| [w2v-bert-thai-khummuang-ctc](https://huggingface.co/BoomBigNoseLab/w2v-bert-thai-khummuang-ctc) \| คำเมือง \| 6.79 (greedy) \|
	\| [whisper-large-v3-thai-merge](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-merge) \| ไทยกลาง (TVSpeech) \| 5.34 \|
	\| [whisper-large-v3-thai-cv](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-cv) \| ไทยกลาง อ่านออกเสียง (CV17) \| 2.18 \|
	\| [whisper-large-v3-thai-korat](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-korat) \| โคราช \| 13.45 (ระบบเต็ม) \|
	\| [whisper-large-v3-thai-dialects-interp](https://huggingface.co/BoomBigNoseLab/whisper-large-v3-thai-dialects-interp) \| ไทยกลาง + ถิ่น · รุ่นวิจัย \| อีสาน 6.14* \|

	\* ผู้พูดในชุดทดสอบอีสานซ้ำกับชุดเทรน ผลยังรอตรวจสอบ

	โมเดลภาษาถิ่นใช้ CC BY-NC-SA 4.0 ตามข้อมูลฝึก (SLSCU) · โมเดลไทยกลาง (merge, cv) ใช้ Apache-2.0 · โค้ด Apache-2.0