/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
20 авг 2023

Ссылки

Hugging Face

whisper-small-vivos

JRHuy
Распознавание речиАудио → текст

Дообученная на базе Whisper-small модель для автоматического распознавания речи и транскрибирования аудио в текст.

7скачиваний за 30 дней0лайковвеса обновлены21 авг 2023

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

JRHuy/whisper-small-vivos — дообученная модель распознавания речи на архитектуре Whisper от OpenAI. Она основана на openai/whisper-small и содержит 153,1 млн параметров; метаданные указывают формат PyTorch и лицензию Apache-2.0. Модель предназначена для преобразования речи в текст. В README приведены результаты оценки: WER 17,6379 и CER 7,0276.

README сообщает о дообучении на наборе данных, название которого указано как None, и не описывает предполагаемые сценарии использования, языки, аудиоданные или ограничения. Базовая Whisper-small — мультиязычная модель для транскрибирования речи и перевода аудио на английский язык, однако применимость этих возможностей к данной версии отдельно не подтверждена.

Сценарии применения

  • транскрибирование аудиозаписей в текст
  • распознавание речи для задач автоматической транскрипции
  • оценка качества распознавания речи по WER и CER

Ограничения

В README не описаны ограничения модели, языки и набор данных указан как None. Приведённые метрики оценки не сопровождаются описанием тестового набора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-vivos

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

  • Loss: 0.2580
  • Wer: 17.6379
  • Cer: 7.0276

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000

Training results

Training LossEpochStepValidation LossWerCer
0.12761.3710000.213720.61648.6876
0.06962.7420000.217319.08837.5097
0.02154.1230000.242017.98767.0794
0.01995.4940000.258017.63797.0276

Framework versions

  • Transformers 4.31.0
  • Pytorch 2.0.0
  • Datasets 2.14.4
  • Tokenizers 0.13.3

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
6b1952b

0 моделей

    Создать бенчмарк