/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
CC BY 4.0
Архитектура
wav2vec2 · dense
Опубликована
14 дек 2023

Ссылки

Hugging Face

Icelandic-finetuned-no-data-augmentation

Chenchuhui
Распознавание речиАудио → текст5 профессий

Дообученная wav2vec 2.0 модель для распознавания исландской речи в аудио.

13скачиваний за 30 дней0лайковвеса обновлены18 дек 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.

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

Chenchuhui выпустил модель автоматического распознавания исландской речи, дообученную на базе carlosdanielhernandezmena/wav2vec2-large-xlsr-53-icelandic-ep10-1000h. Это плотная архитектура wav2vec 2.0 с классом Wav2Vec2ForCTC и 402,7 млн параметров; модель принимает аудио и выдаёт распознанный текст. В метаданных указан формат safetensors и лицензия CC BY 4.0.

На оценочном наборе указаны loss 0,1262 и WER 0,1544. Карточка не раскрывает состав обучающих данных и подробности оценки, поэтому эти результаты не позволяют судить о качестве на других аудио и условиях записи.

Сценарии применения

  • расшифровка записей исландской речи
  • создание субтитров для исландских видео
  • преобразование исландских аудиоархивов в текст

Ограничения

Сведения об обучающем наборе и подробностях оценки в карточке отсутствуют. WER 0,1544 приведён только для оценочного набора карточки, и качество на других данных не описано.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Icelandic-finetuned-no-data-augmentation

This model is a fine-tuned version of carlosdanielhernandezmena/wav2vec2-large-xlsr-53-icelandic-ep10-1000h on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1262
  • Wer: 0.1544

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: 0.0003
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossWer
No log0.2100.28490.1667
No log0.4200.30850.1611
No log0.6300.32640.1600
No log0.8400.31490.1577
0.34561.0500.32210.1588
0.34561.2600.31830.1577
0.34561.4700.31330.1510
0.34561.6800.30690.1521
0.34561.8900.29700.1521
0.26892.01000.27820.1477
0.26892.21100.22420.1488
0.26892.41200.22570.1454
0.26892.61300.27220.1521
0.26892.81400.25640.1488
0.23123.01500.18110.1521
0.23123.21600.17620.1454
0.23123.41700.21540.1421
0.23123.61800.18730.1465
0.23123.81900.20150.1465
0.21534.02000.24020.1499
0.21534.22100.23660.1454
0.21534.42200.18900.1477
0.21534.62300.18970.1499
0.21534.82400.17770.1488
0.19865.02500.16590.1555
0.19865.22600.19360.1588
0.19865.42700.20440.1532
0.19865.62800.19580.1555
0.19865.82900.17600.1521
0.18426.03000.20560.1600
0.18426.23100.16490.1532
0.18426.43200.22690.1532
0.18426.63300.15720.1488
0.18426.83400.18900.1600
0.1817.03500.17570.1700
0.1817.23600.23220.1644
0.1817.43700.26440.1600
0.1817.63800.20470.1555
0.1817.83900.24060.1678
0.17518.04000.28200.1678
0.17518.24100.29650.1655
0.17518.44200.28410.1667
0.17518.64300.25270.1734
0.17518.84400.54640.1700
0.18369.04500.21850.1622
0.18369.24600.21290.1857
0.18369.44700.33670.1779
0.18369.64800.14570.1644
0.18369.84900.13200.1667
0.214110.05000.12620.1544

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.0+cu121
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
83a46a7

0 моделей

    Создать бенчмарк