Downloads · 30 days
0
tokimoa/jp-jitsumu-whisper-turbo-lora
jp-jitsumu-whisper-turbo-lora is a automatic speech recognition model from tokimoa. Use it when you need speech turned into text. It is set up for mlx. The card lists the license as apache-2.0.
日本語の業務録音向けに、whisper-large-v3-turbo を専門用語と英数字表記に強化したLoRAアダプタです。jp-jitsumu-whisper-lora(kotoba-whisperベース)の後継で、ベースをturboに交代しました。交代理由は圧縮された実会議音声への頑健性です——Zoom録音(AAC 85kbps)の実測で、蒸留系ベースは聞き取りにくい区間を幻覚で置き換える一方、turboは実会議60分×5本の…
Downloads · 30 days
0
Access
Public
Updated Aug 9, 2026
Repo size
2.6 MB
Likes
0
Public
Click a slice to open those files.
.safetensors2.6 MB · 100%
From the Hugging Face model README
日本語の業務録音向けに、whisper-large-v3-turbo を専門用語と英数字表記に強化したLoRAアダプタです。jp-jitsumu-whisper-lora(kotoba-whisperベース)の後継で、ベースをturboに交代しました。交代理由は圧縮された実会議音声への頑健性です——Zoom録音(AAC 85kbps)の実測で、蒸留系ベースは聞き取りにくい区間を幻覚で置き換える一方、turboは実会議60分×5本の検証で崩れませんでした。
汎用ASRが誤る2種類の表記を狙って学習しています:
| 音声内容 | turbo素 | 本アダプタ |
|---|---|---|
| 覚書の締結の件は、次回の会議で説明します。 | …の件は、誌会の会議で… | …の件は、次回の会議で… |
| 繰越欠損金を前提に、スケジュールを引き直します。 | 繰り越し欠損金を前提に… | 繰越欠損金を前提に… |
| 先方には1TBの件を連絡済みです。 | 先方には1テラバイトの券を… | 先方には1TBの件を… |
| Outlookと1TBの連携設定を確認してください。 | アウトルックと1テラ、バイトの… | Outlookと1TBの… |
| 48時間のトラブルについて問い合わせがありました。 | 48 痴漢のトラブルについて… | 48時間のトラブルについて… |
用語プールは学習と検証で分離しており、検証の用語はすべて学習に含まれない未見語です。
| 指標 | turbo素 | 旧jp-jitsumu-whisper | 本アダプタ |
|---|---|---|---|
| 専門用語 表記recall(250文) | 45.7% | 54.1% | 75.1% |
| 同・Zoom圧縮劣化音声(AAC 85kbps往復) | 47.3% | — | 74.8% |
| 英数字表記recall(250文) | 68.3% | — | 78.9% |
| 専門用語文CER | 8.4% | 5.4% | 4.2% |
| 実会議60分×5本のVTT不一致率(平均) | 17.0% | — | 16.9% |
実会議5本(Zoom録音・各60分)での検証で、汎用面の劣化がないこと・幻覚置換がないことを確認しています。汎用の朗読音声(Common Voice)ではCER 16.9%→18.5%と素にわずかに劣るため、業務文脈以外の転写にはベースをそのまま使ってください。
pip install 'mlx-tune[audio]'
hf download tokimoa/jp-jitsumu-whisper-turbo-lora --local-dir jitsumu-turbo
from mlx_tune import FastSTTModel
model, _ = FastSTTModel.from_pretrained("openai/whisper-large-v3-turbo")
model.load_adapter("jitsumu-turbo/adapter")
print(model.transcribe("meeting.wav", language="ja"))
whisper.cpp形式(Windows/Linux/mac・大規模GPU不要)は jp-jitsumu-whisper-turbo-ggml で配布しています。
Apache-2.0(ベースモデルwhisper-large-v3-turboのライセンスを継承)
Developed by tokimoa — データを外に出さないAI活用を支援しています