/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

wav2vec2-xls-r-300m-arabic

Распознавание речиАудио → текст7 профессий

Модель Wav2Vec2, дообученная для распознавания арабской речи и преобразования аудио в текст.

53скачиваний за 30 дней0лайковвеса обновлены23 мар 2022

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

AndrewMcDowell/wav2vec2-xls-r-300m-arabic — дообученная модель распознавания арабской речи, созданная на основе facebook/wav2vec2-xls-r-300m и обученная на арабской части набора Mozilla Common Voice 7.0. Она использует архитектуру Wav2Vec2ForCTC и принимает аудио, выдавая распознанный текст на арабском языке. В оценке на тестовом наборе указаны значение потерь 0,4502 и WER 0,4783.

Модель подходит для преобразования арабской речи в текст. Опубликована в формате PyTorch под лицензией Apache-2.0.

Сценарии применения

  • транскрибирование арабской речи
  • распознавание арабской речи из записей
  • создание текстовых расшифровок арабских аудиозаписей

Ограничения

В оценке на тестовом наборе указан WER 0,4783, поэтому ошибки распознавания могут быть существенными. Результаты для других условий записи и вариантов арабского языка не приведены.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - AR dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4502
  • Wer: 0.4783

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: 7.5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 5.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
4.79720.435005.14011.0
3.32410.8610003.32201.0
3.14321.2915003.08060.9999
2.92971.7220002.56781.0057
2.25932.1425001.10680.8218
2.05042.5730000.78780.7114
1.9373.035000.69550.6450
1.84913.4340000.64520.6304
1.8033.8645000.59610.6042
1.75454.2950000.55500.5748
1.70454.7255000.53740.5743
1.67335.1560000.53370.5404
1.67615.5765000.50540.5266
1.6556.070000.49260.5243
1.62526.4375000.49460.5183
1.62096.8680000.49150.5194
1.57727.2985000.47250.5104
1.56027.7290000.47260.5097
1.57838.1595000.46670.4956
1.54428.58100000.46850.4937
1.55979.01105000.47080.4957
1.54069.43110000.45390.4810
1.52749.86115000.45020.4783

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.dev0
  • Tokenizers 0.11.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
7513909

0 моделей