/ Модель

Характеристики

Параметры
404 млн
Архитектура
wav2vec2 · dense
Опубликована
9 дек 2022

wav2vec2-korean-v2

Распознавание речиАудио → текст4 профессии

Дообученная модель Wav2Vec2 для распознавания корейской речи и преобразования аудио в текст.

93скачиваний за 30 дней1лайквеса обновлены19 дек 2022

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

Hyuk разработал Hyuk/wav2vec2-korean-v2 — дообученную модель распознавания речи на архитектуре Wav2Vec2 с декодированием CTC. Модель содержит 404,1 млн параметров и предназначена для преобразования корейской речи в текст. В README приведён результат оценки: loss 0,4514 и WER 0,1679.

Модель подходит для транскрибирования корейских аудиозаписей и голосового ввода. Репозиторий содержит веса PyTorch. В README не описаны обучающие данные, условия оценки и ограничения применения; лицензия в доступных сведениях не указана.

Сценарии применения

  • транскрибирование корейских аудиозаписей
  • распознавание корейской речи в голосовых сообщениях
  • голосовой ввод на корейском языке

Ограничения

README не раскрывает состав обучающих данных и методику оценки, поэтому приведённый WER 0,1679 трудно сопоставлять с другими моделями. Лицензия и ограничения использования в доступных сведениях не описаны.

Для каких профессий подходит4

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

wav2vec2-korean-v2

This model is a fine-tuned version of teddy322/hyuk_Second_SON on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4514
  • Wer: 0.1679

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: 0.0003
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • 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: 400
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.02890.413000.47580.1605
0.04810.826000.48850.1867
0.05781.229000.47000.1862
0.05991.6312000.47330.1857
0.05752.0415000.45040.1844
0.05472.4518000.47410.1865
0.04952.8621000.44730.1794
0.0453.2724000.45590.1782
0.04263.6727000.45020.1722
0.04664.0830000.44640.1697
0.03694.4933000.44870.1665
0.03424.936000.45140.1679

Framework versions

  • Transformers 4.11.3
  • Pytorch 1.10.0+cu113
  • Datasets 1.18.3
  • Tokenizers 0.10.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
fa35fca

0 моделей