/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Библиотека
transformers
Опубликована
14 янв 2025

Ссылки

Hugging Face

english-ASR

EYEDOL
Распознавание речиАудио → текст

Дообученная на англоязычных аудиоданных модель Whisper для автоматической расшифровки речи в текст.

9скачиваний за 30 дней0лайковвеса обновлены14 янв 2025

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

EYEDOL/english-ASR — модель автоматического распознавания речи, созданная дообучением openai/whisper-medium на наборе misc_naija_english_audio. Она преобразует аудио на английском языке в текст и предназначена для расшифровки речи, в том числе вариантов английского, представленных в обучающих данных. Модель построена на архитектуре Whisper и содержит 455,8 млн параметров.

В карточке указаны результаты оценки на тестовой выборке: loss 0,0069 и WER 21,3403. Эти значения относятся к указанной выборке; дополнительных сведений о протоколе оценки и практических ограничениях нет. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка англоязычных аудиозаписей
  • преобразование английской речи в текст
  • транскрибирование вариантов английского из обучающей выборки

Ограничения

В карточке приведён WER 21,3403 на тестовой выборке, но не описаны протокол оценки и ограничения применения; качество на других вариантах речи не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

English_ASR

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

  • Loss: 0.0069
  • Wer: 21.3403

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: 500
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.02062.976210000.006921.3403

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
a72f4c6

0 моделей

    Создать бенчмарк