/ Модель

Характеристики

Контекст
448 токенов
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Опубликована
9 сен 2023

whisper-base-jyutping-without-tones-full

Распознавание речиАудио → текст3 профессии

Дообученная Whisper Base для транскрибирования кантонской речи в Jyutping без тоновых обозначений.

18скачиваний за 30 дней0лайковвеса обновлены9 сен 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

AlienKevin/whisper-base-jyutping-without-tones-full — дообученная модель OpenAI Whisper Base для распознавания речи. Она обучена на наборе Common Voice 14.0 и настроена на вывод Jyutping без тоновых обозначений. Модель содержит 51,7 млн параметров и принимает аудио, выдавая текстовую транскрипцию.

Модель предназначена для распознавания кантонской речи и записи её произношения латиницей в Jyutping без тонов. В README приведены результаты на оценочном наборе: loss 0,0907 и WER 9,6974. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование кантонской речи в Jyutping
  • распознавание аудио на кантонском языке
  • создание текстовых расшифровок кантонских записей

Ограничения

README не описывает ограничения и сценарии, в которых качество может снижаться; приведённый WER относится только к указанному оценочному набору.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Jyutping without Tones Full Version

This model is a fine-tuned version of openai/whisper-base on the Common Voice 14.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0907
  • Wer: 9.6974

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 400
  • training_steps: 2400

Training results

Training LossEpochStepValidation LossWer
0.12930.188000.136113.7307
0.10340.3516000.102210.5049
0.08970.5324000.09079.6974

Framework versions

  • Transformers 4.34.0.dev0
  • Pytorch 2.0.1
  • Datasets 2.14.5
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
281f576

0 моделей