/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Библиотека
transformers
Опубликована
16 дек 2024

Ссылки

Hugging Face

whisper-base-1m.hr

GoranS
Распознавание речиАудио → текст5 профессий

Дообученная на базе Whisper Base модель для распознавания хорватской речи в аудио.

36скачиваний за 30 дней0лайковвеса обновлены25 дек 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

GoranS/whisper-base-1m.hr — дообученная модель распознавания речи на основе OpenAI Whisper Base. Она предназначена для преобразования аудио в текст; языковой код карточки — hr, то есть хорватский. Модель содержит 51,7 млн параметров, использует архитектуру Whisper и доступна в формате safetensors через Transformers.

В README приведены результаты оценки: loss 0,2480 и WER 17,3979. Данные не уточняют набор обучения, условия оценки и сценарии использования, поэтому эти результаты не позволяют судить о качестве на других аудиозаписях. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация хорватской речи
  • распознавание хорватских записей и диктовок
  • преобразование хорватского аудио в текст

Ограничения

README не уточняет данные обучения и условия оценки, поэтому указанное значение WER нельзя напрямую переносить на другие аудиозаписи или сценарии.

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.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 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-base-1m.hr

This model is a fine-tuned version of openai/whisper-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2480
  • Wer: 17.3979

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: 6.25e-06
  • train_batch_size: 64
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 800
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.29070.065010000.362725.6512
0.25910.130020000.349426.1731
0.23940.195030000.340224.5520
0.22340.260040000.333224.0163
0.22410.325050000.325423.9978
0.21730.390060000.317823.2126
0.21080.455070000.312122.7970
0.21290.520080000.306922.2520
0.19930.584990000.301122.4044
0.20090.6499100000.296821.8917
0.20.7149110000.293021.6747
0.19810.7799120000.290321.4391
0.19150.8449130000.287920.4184
0.19020.9099140000.283621.3052
0.18810.9749150000.280320.9449
0.17061.0399160000.280520.8064
0.17461.1049170000.278720.7833
0.17161.1699180000.278219.5825
0.1721.2349190000.275720.2476
0.16661.2999200000.274020.2845
0.15741.3649210000.273719.4763
0.16681.4299220000.270519.5317
0.16971.4949230000.269619.7210
0.15931.5599240000.266519.3977
0.16651.6249250000.265919.0052
0.15921.6898260000.265318.3863
0.16291.7548270000.260818.9775
0.15881.8198280000.261218.9544
0.15591.8848290000.261519.6379
0.15521.9498300000.259018.3909
0.14522.0148310000.259318.1969
0.14852.0798320000.259018.1554
0.14642.1448330000.259018.5433
0.14462.2098340000.258317.9060
0.13612.2748350000.257318.6265
0.14342.3398360000.258518.1969
0.14262.4048370000.255717.6935
0.14972.4698380000.255217.9845
0.142.5348390000.255818.3586
0.14282.5998400000.254917.2640
0.1472.6648410000.253918.0260
0.14112.7298420000.253117.4626
0.14412.7947430000.252818.8989
0.15212.8597440000.251817.6889
0.1392.9247450000.251518.4925
0.14022.9897460000.250717.3102
0.13373.0547470000.252217.7120
0.1313.1197480000.252617.7674
0.12823.1847490000.253017.7028
0.12893.2497500000.252017.7258
0.12963.3147510000.251418.3863
0.1323.3797520000.251217.9845
0.13543.4447530000.251217.2963
0.133.5097540000.250517.5734
0.13113.5747550000.250717.7443
0.1333.6397560000.249116.7652
0.13173.7047570000.248817.0931
0.13353.7697580000.248918.2847
0.13343.8347590000.248917.7305
0.12873.8996600000.248017.8413
0.12593.9646610000.248117.4210
0.12614.0296620000.249517.3887
0.12474.0946630000.249817.4995
0.12074.1596640000.249517.3564
0.12194.2246650000.249417.3102
0.12194.2896660000.249317.1670
0.12584.3546670000.249117.3148
0.12664.4196680000.248817.1993
0.12674.4846690000.248917.2132
0.12674.5496700000.248317.3471
0.12454.6146710000.248217.5088
0.1264.6796720000.248217.2317
0.1224.7446730000.248217.1301
0.12884.8096740000.248317.3564
0.12544.8746750000.248117.2409
0.13134.9396760000.248017.3979

Framework versions

  • Transformers 4.47.0
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.21.0

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
dec6453

0 моделей

    Создать бенчмарк