/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
15 дек 2022

Ссылки

Hugging Face

whisper-large-v2-punjabi

DrishtiSharma
Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Large v2 для распознавания панджабской речи и её преобразования в текст.

34скачиваний за 30 дней1лайквеса обновлены15 дек 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.

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

Whisper Large Punjabi — модель распознавания речи, созданная Drishti Sharma дообучением openai/whisper-large-v2 на наборе Common Voice 11.0. Она преобразует речь на панджаби в текст и подходит для транскрибирования записей и аудио с речью. Модель использует архитектуру Whisper Large v2, содержит около 905,2 млн параметров и распространяется в формате PyTorch.

В карточке приведён результат оценки на тестовой выборке: WER 19,7125 и loss 0,2846. Модель ориентирована на панджаби; лицензия — Apache-2.0. README не описывает ограничения и условия оценки подробнее, поэтому результат может не отражать качество на иных аудиоданных.

Сценарии применения

  • транскрибирование речи на панджаби
  • создание субтитров к аудио на панджаби
  • распознавание панджабской речи в голосовых записях

Ограничения

В карточке указано WER 19,7125 на оценочной выборке, но не приведены подробности протокола оценки. Качество на аудио, отличающемся от данных Common Voice 11.0, может быть иным.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large Punjabi - Drishti Sharma

This model is a fine-tuned version of openai/whisper-large-v2 on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2846
  • Wer: 19.7125

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: 8
  • 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: 100
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.00048.2610000.284619.7125

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu116
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2

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
b3b14cd

0 моделей

    Создать бенчмарк