/ Модель
Каталог

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Библиотека
transformers
Опубликована
6 дек 2024

Ссылки

Hugging Face

whisper-large-v3-turbo-hr-parla

GoranS
Распознавание речиАудио → текст6 профессий

Дообученная на хорватской речи модель Whisper для автоматической транскрибации аудио в текст.

234скачиваний за 30 дней2лайкавеса обновлены31 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

Модель GoranS/whisper-large-v3-turbo-hr-parla — дообученная версия Whisper large-v3 от OpenAI, созданная на данных ParlaSpeech-HR и дополнительном частном наборе объёмом 400 часов с аугментациями. Она предназначена для автоматической транскрибации речи на хорватском языке. Архитектура — WhisperForConditionalGeneration; в репозитории указано около 905,2 млн параметров, формат весов — safetensors. Модель принимает аудио и выдаёт текст; библиотека для работы — Transformers.

В README приведён результат WER 3,52% на оценочном наборе. В таблице сравнения указано WER 9,93% для связанной модели slsolucije/whisper-large-v3-turbo-hr-parla-lora-merged на тестовой части FLEURS для хорватского языка; этот результат не следует приписывать данной модели напрямую. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация выступлений на хорватском языке
  • распознавание хорватской речи в аудиозаписях
  • подготовка текстовых расшифровок парламентских выступлений
  • создание субтитров к хорватоязычному аудио

Ограничения

Заявленные метрики получены на оценочном наборе, и README не описывает его состав или условия оценки. Дополнительный обучающий набор объёмом 400 часов является частным, поэтому его содержимое нельзя проверить по карточке.

Для каких профессий подходит6

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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиIV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-large-v3-turbo-hr-parla

This model is a fine-tuned version of openai/whisper-large-v3 on the classla/ParlaSpeech-HR dataset and additional 400h private dataset, both with augmented additions.

It achieves the following results on the evaluation set:

  • Loss: 0.0816
  • Wer: 3.52%

WER comparsion

DatasetModelWER (%)
google/fleurs hr_hr testopenai/whisper-base65.99
google/fleurs hr_hr testopenai/whisper-large-v3-turbo12.73
google/fleurs hr_hr testslsolucije/whisper-large-v3-turbo-hr-parla-lora-merged9.93
google/fleurs hr_hr testGoranS/whisper-large-v3-turbo-hr-parla8.66
GoranS/stt-croatian_99k_265_2 testopenai/whisper-large-v3-turbo22.93
GoranS/stt-croatian_99k_265_2 testslsolucije/whisper-large-v3-turbo-hr-parla-lora-merged19.02
GoranS/stt-croatian_99k_265_2 testGoranS/whisper-large-v3-turbo-hr-parla18.44
GoranS/stt-croatian-sl-31k testopenai/whisper-large-v3-turbo21.62
GoranS/stt-croatian-sl-31k testslsolucije/whisper-large-v3-turbo-hr-parla-lora-merged17.07
GoranS/stt-croatian-sl-31k testGoranS/whisper-large-v3-turbo-hr-parla16.97
parla_867k_2483_0.5 testopenai/whisper-large-v3-turbo10.23
parla_867k_2483_0.5 testslsolucije/whisper-large-v3-turbo-hr-parla-lora-merged4.58
parla_867k_2483_0.5 testGoranS/whisper-large-v3-turbo-hr-parla3.52

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: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.14850.070310000.13760.0610
0.13990.140620000.12100.0545
0.13110.210830000.11440.0529
0.1190.281140000.10580.0487
0.11650.351450000.10670.0517
0.11420.421760000.10070.0464
0.10950.492070000.10190.0447
0.11120.562280000.09740.0425
0.11040.632590000.09710.0442
0.10810.7028100000.09430.0411
0.10250.7731110000.09050.0397
0.10420.8433120000.09300.0419
0.10310.9136130000.09230.0428
0.10380.9839140000.08940.0408
0.08781.0542150000.09020.0408
0.08861.1245160000.08690.0369
0.08641.1947170000.08610.0364
0.08171.2650180000.08670.0408
0.08991.3353190000.08520.0383
0.08681.4056200000.08460.0369
0.08581.4759210000.08440.0378
0.08271.5461220000.08450.0391
0.07981.6164230000.08460.0378
0.08451.6867240000.08330.0375
0.07681.7570250000.08400.0375
0.07991.8273260000.08370.0375
0.08081.8975270000.08250.0352
0.08371.9678280000.08160.0352

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.5.0+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
3247238

0 моделей

    Создать бенчмарк