Downloads · 30 days
78
6% of all-time downloads
kalilouisangare/whisper-small-bambara-v2-kis
whisper-small-bambara-v2-kis is a automatic speech recognition model from kalilouisangare. Use it when you need speech turned into text. The card lists the license as cc-by-4.0.
Ce modèle est une version finetunée de openai/whisper-small sur 24 738 échantillons audio en bambara, à partir du dataset RobotsMali/bam-asr-early. Il permet de transcrire la parole en texte STT en bambara (bm) avec u…
Downloads · 30 days
78
6% of all-time downloads
All-time downloads
1.3K
Public
Parameters
242M
967 MB on disk
Likes
1
Public
Click a slice to open those files.
.safetensors967 MB · 99%
From the Hugging Face model README
Ce modèle est une version finetunée de openai/whisper-small sur 24 738 échantillons audio en bambara, à partir du dataset RobotsMali/bam-asr-early. Il permet de transcrire la parole en texte STT en bambara (bm) avec une bonne précision au niveau caractère.
| Métrique | Valeur | Dataset | Interprétation |
|---|---|---|---|
| WER (Word Error Rate) | 43.70 % | Test set complet (7 069 échantillons) | Précision mot: 56.30% |
| CER (Character Error Rate) | 21.38 % | Test set complet (7 069 échantillons) | Précision caractère: 78.62% |
💡 Le CER < 22 % indique que plus de 78 % des caractères sont corrects, ce qui est très utile pour les analyses qualitatives notamment pour les pratiques du MEAL (entretiens, focus groups, discours) en contexte de recherche sociale ou linguistique.
| Step | Training Loss | Validation Loss | WER (%) |
|---|---|---|---|
| 500 | 2.4841 | 2.4260 | 83.32 |
| 1000 | 2.1492 | 2.0208 | 51.35 |
| 1500 | 1.9758 | 1.9546 | 48.55 |
| 2000 | 1.9931 | 1.9335 | 47.65 |
| 2500 | 1.9285 | 1.9039 | 45.65 |
| 3000 | 1.8906 | 1.8774 | 41.56 |
| 3500 | 1.7934 | 1.8734 | 45.35 |
| 4000 | 1.8452 | 1.8560 | 42.96 |
| 4500 | 1.7566 | 1.8556 | 42.56 |
| 5500 | 1.7379 | 1.8667 | 42.76 |
| 6000 | 1.6746 | 1.8656 | 42.66 |
🔍 Le modèle a convergé vers WER ≈ 42-43 %, avec une performance finale validée à 43.70% sur l'ensemble complet du test set.
RobotsMali/bam-asr-early| Métrique | Valeur | Interprétation |
|---|---|---|
| Échantillons valides | 35 342 / 35 413 (99.8%) | ✅ Nettoyage quasi parfait — perte de seulement 71 échantillons (0.2%) |
| Durée moyenne | 3.23 s | ✅ Idéal pour Whisper — pas de segments trop longs |
| Caractères uniques | 45 | ✅ Couvre l'alphabet latin + caractères bambara (ɔ, ɛ, ɲ, ŋ, etc.) |
| Caractères manquants | Aucun | ✅ Tokenizer couvre tout le vocabulaire |
| Split final | Train : 24 738<br>Val : 3 535<br>Test : 7 069 | ✅ Ratio 70/10/20 — excellent équilibre |
openai/whisper-small<|bm|> (ID = 51865)per_device_train_batch_size=4 + gradient_accumulation_steps=2)optim="adamw_torch")pipeline :!pip install -q transformers
from transformers import pipeline, AutoProcessor, AutoModelForSpeechSeq2Seq
# Charger les necessaires
model_id = "kalilouisangare/whisper-small-bambara-v2-kis"
processor = AutoProcessor.from_pretrained("openai/whisper-small")
model = AutoModelForSpeechSeq2Seq.from_pretrained(model_id)
# Le pipeline pour tokenization
asr = pipeline(
"automatic-speech-recognition",
model=model,
tokenizer=processor.tokenizer,
feature_extractor=processor.feature_extractor,
device=0
)
# Transcrire
result = asr("/Chemin_dossier/audio/Test.wav")
print('Votre fichier transcrit' : )
print(result["text"])
Si vous utilisez ce modèle, alors vous devriez mentionner ces références :
Kalilou I Sangare, #kis
Jeli-ASR dataset: Jeli-ASR Dataset.
Oza's Bambara-ASR dataset: oza75/bambara-asr.
Oza's Bambara-TTS dataset: oza75/bambara-tts.