Incorrect transcription of Pali/Thai Buddhist vocabulary (e.g. หิริโอตัปปะ → ฮีริโอตัปปะ) using large-v3

[anakes1133]

🧪 Whisper Model & Version

Model: ggml-large-v3.bin
whisper-cli / whisper.cpp version: 1.8.2

• Hardware: Apple MacBook Pro M4 Pro
• OS: macOS

I used the following command:
whisper-cli --model ~/.whisper/ggml-large-v3.bin --language th
-otxt -osrt -ovtt -of "output.txt"
"สัจจวาจาพระโพธิสัตว์.mp3"

🎧 Sample Audio (10–30s)

สัจจวาจาพระโพธิสัตว์.mp3

❌ Incorrect transcription

original_somewrong.txt

✔ Correct transcription

สัจจวาจาพระโพธิสัตว์.txt

🔍 Additional context

• Language: Thai
• Subject: Buddhist tales and meditation talk
• Common Pali vocabulary – would benefit model improvements

Incorrect output Correct representation
ฮีริโอตัปปะ หิริโอตัปปะ
พระไตยปิดก พระไตรปิฎก
พิษรักที่กัดกิงหัวใจ พิษรักที่กัดกินหัวใจ
ผู้ทำหลายธรรม ผู้ทำลายธรรม
ท่านยิดถือ ท่านยึดถือ
วักทองที่งดนามที่สุดในพระไตยปิดุก วรรคทองที่งดงามที่สุดในพระไตรปิฎก