Характеристики

Лицензия: Apache 2.0
Базовая модель: fine-tune-wav2vec2-large-xls-r-1b-sw
Опубликована: 12 ноя 2023

Ссылки

Hugging Face

finetuned_wav2vec_asr

Joshua-Abok

Распознавание речиАудио → текст

Дообученная на Common Voice 13.0 модель wav2vec 2.0 для транскрибации речи на суахили.

0скачиваний за 30 дней1лайквеса обновлены12 ноя 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Модель Joshua-Abok/finetuned_wav2vec_asr — дообученная версия AntonyG/fine-tune-wav2vec2-large-xls-r-1b-sw для автоматической транскрибации речи на суахили. Она построена на архитектуре wav2vec 2.0 XLS-R и обучена на датасете Common Voice 13.0. В README указаны результаты оценки: WER 0,1945 и loss 0,2818.

Модель предназначена для преобразования аудиозаписей на суахили в текст. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка не описывает другие языки и сценарии, поэтому пригодность для них не подтверждена.

Сценарии применения

транскрибация записей речи на суахили
распознавание суахили в аудиозаписях
создание текстовых расшифровок для корпусов суахили

Ограничения

В README приведена оценка WER 0,1945 на evaluation set, но состав и условия оценки не описаны. Поддержка языков, кроме суахили, не подтверждена.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

finetuning-wav2vec-large-swahili-asr-model_v9

This model is a fine-tuned version of AntonyG/fine-tune-wav2vec2-large-xls-r-1b-sw on the common_voice_13_0 dataset. It achieves the following results on the evaluation set:

eval_loss: 0.2818
eval_wer: 0.1945
eval_runtime: 657.4969
eval_samples_per_second: 17.142
eval_steps_per_second: 2.143
epoch: 9.69
step: 14000

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: 16
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 32
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 15
mixed_precision_training: Native AMP

Framework versions

Transformers 4.36.0.dev0
Pytorch 2.0.1+cu118
Datasets 2.14.6
Tokenizers 0.14.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 0a6b0ac