/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Архитектура
whisper · dense
Базовая модель
Indic-whisper
Опубликована
21 мая 2024

indic-whisper-vulnerable

Распознавание речиАудио → текст3 профессии

Дообученная на базе Indic-whisper модель Whisper для автоматического распознавания речи и преобразования аудио в текст.

19скачиваний за 30 дней0лайковвеса обновлены23 мая 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.

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

HariprasathSB/indic-whisper-vulnerable — дообученная модель распознавания речи на базе Vignesh-M/Indic-whisper. Она использует архитектуру WhisperForConditionalGeneration и содержит 455,8 млн параметров. Модель предназначена для преобразования аудио в текст; карточка указывает задачу automatic-speech-recognition.

В README приведены результаты оценки: loss 0,9019 и WER 73,2647. Описание обучения, набора данных, языков и предполагаемых сценариев использования не раскрывает дополнительных подробностей. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • преобразование записанной речи в текст
  • транскрибация аудиозаписей
  • распознавание речи в аудиофайлах

Ограничения

В README указана высокая ошибка распознавания: WER 73,2647 на оценочном наборе; данных о наборе обучения и языковом покрытии нет.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

indic-whisper-vulnerable

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

  • Loss: 0.9019
  • Wer: 73.2647

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: 4
  • 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: 200
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.63170.88112000.572573.7685
0.50981.76214000.549373.3542
0.25282.64326000.596974.4066
0.1723.52428000.654373.1639
0.10074.405310000.722775.2239
0.07375.286312000.766576.2763
0.03136.167414000.814374.5634
0.02427.048516000.830575.1679
0.01587.929518000.871074.6305
0.00858.810620000.901973.2647

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.1
  • Tokenizers 0.19.1

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
3d5a91a

0 моделей