/ Модель

Характеристики

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

whisper-vulnerable

Распознавание речиАудио → текст3 профессии

Дообученная модель Whisper для автоматического распознавания речи и преобразования аудио в текст.

13скачиваний 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.

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/whisper-vulnerable — дообученная модель автоматического распознавания речи на архитектуре Whisper, основанная на sujith013/whisper-meduim-tamil-vulnerable. Модель содержит 455,8 млн параметров и принимает аудио для преобразования речи в текст. В README указано, что она обучалась на датасете, обозначенном как None; подробности о данных и целевом сценарии не приведены.

На тестовой выборке указаны Loss 0,9527 и WER 78,7841, что свидетельствует о высокой доле ошибок распознавания и ограничивает пригодность модели без дополнительной проверки и настройки. Репозиторий распространяется под лицензией Apache-2.0.

Сценарии применения

  • Черновая расшифровка аудиозаписей
  • Проверка качества распознавания речи на собственных аудиоданных
  • Эксперименты с дообучением Whisper на тамильской речи

Ограничения

README сообщает WER 78,7841 на оценочной выборке, что указывает на низкую точность распознавания. Язык, состав обучающих и оценочных данных, а также предполагаемые сценарии использования подробно не описаны.

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

whisper-vulnerable

This model is a fine-tuned version of sujith013/whisper-meduim-tamil-vulnerable on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9527
  • Wer: 78.7841

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: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • 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
0.1361.76212000.952778.7841

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
7741076

0 моделей