/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-vulnerablee
Опубликована
20 мая 2024

Ссылки

Hugging Face

whisper-tamil-vulnerable

HariprasathSB
Распознавание речиАудио → текст

Дообученная на базе Whisper модель для преобразования аудио в текст, с указанным в названии Tamil, но высоким WER на оценке.

7скачиваний за 30 дней0лайковвеса обновлены20 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.

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 — модель распознавания речи, разработанная OpenAI; эта версия дообучена HariprasathSB на базе HariprasathSB/whisper-vulnerablee и предназначена для преобразования аудио в текст. Модель содержит 455,8 млн параметров и использует архитектуру WhisperForConditionalGeneration. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0.

В названии указано Tamil, однако карточка не подтверждает язык обучения или перечень поддерживаемых языков, поэтому её языковую специализацию нельзя установить. На оценочном наборе указаны loss 1,05 и WER 77,6086; высокий WER говорит о слабом качестве распознавания в этой оценке.

Сценарии применения

  • экспериментальное распознавание речи в аудиозаписях
  • проверка распознавания тамильской речи
  • транскрибирование речи с последующей ручной проверкой

Ограничения

На оценочном наборе указан WER 77,6086, что указывает на низкую точность распознавания. README не содержит сведений о датасете и языках; тамильская специализация следует только из названия модели.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-tamil-vulnerable

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

  • Loss: 1.0500
  • Wer: 77.6086

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: 200
  • num_epochs: 3.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.03071.75442001.050077.6086

Framework versions

  • Transformers 4.41.0
  • Pytorch 2.2.1+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
1b12b33

0 моделей

    Создать бенчмарк