/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
2 мар 2024

Ссылки

Hugging Face

trail-with-517-whisper-small-ar

Asma50AA
Распознавание речиАудио → текст

Дообученная версия Whisper Small для распознавания речи и преобразования аудио в текст.

8скачиваний за 30 дней0лайковвеса обновлены2 мар 2024

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.

Открыть конструктор бенчмарка

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

Asma50AA/trail-with-517-whisper-small-ar — дообученная модель распознавания речи на основе Whisper Small от OpenAI. Она предназначена для преобразования аудио в текст; суффикс «ar» в названии указывает на возможную ориентацию на арабский язык, однако README не подтверждает язык обучения или область применения. Архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров; модель принимает аудио и выдаёт текст. В README приведены результаты оценки: eval_loss 0,7954 и WER 46,2178 на тестовом наборе неизвестного состава. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование речи из аудиозаписей
  • распознавание речи в голосовых сообщениях
  • создание текстовых расшифровок аудио

Ограничения

README сообщает WER 46,2178, что указывает на существенные ошибки распознавания; тестовый набор неизвестен, поэтому результат трудно интерпретировать. Язык и область данных дообучения не подтверждены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

trail-with-517-whisper-small-ar

This model is a fine-tuned version of openai/whisper-small on an unknown dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.7954
  • eval_wer: 46.2178
  • eval_runtime: 160.3806
  • eval_samples_per_second: 0.935
  • eval_steps_per_second: 0.118
  • epoch: 11.0
  • step: 363

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: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.1.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
17ee442

0 моделей

    Создать бенчмарк