/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
28 мая 2024

whisper-small-all

Распознавание речиАудио → текст5 профессий

Дообученная на Learn Chinese модель Whisper Small для распознавания китайской речи и её преобразования в текст.

12скачиваний за 30 дней0лайковвеса обновлены31 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

Kathernie/whisper-small-all — дообученная на наборе Learn Chinese модель распознавания речи на основе openai/whisper-small. Она предназначена для преобразования китайской речи в текст; в карточке приведены результаты оценки: CER 9,3505 и loss 0,2198. Модель содержит 153,1 млн параметров, использует архитектуру Whisper и веса в формате Safetensors.

Модель ориентирована на китайскую речь. Базовая Whisper поддерживает многоязычное распознавание и перевод аудио на английский, однако карточка этой производной модели не подтверждает сохранение этих возможностей после дообучения. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование китайской речи
  • распознавание китайской речи в аудиозаписях
  • подготовка текстовых расшифровок китайских аудиоматериалов

Ограничения

В README указано, что подробности о модели, её применении и ограничениях отсутствуют; приведена только оценка на тестовой выборке. Поддержка языков и возможностей базовой Whisper после дообучения отдельно не подтверждена.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small Chinese Filtered

This model is a fine-tuned version of openai/whisper-small on the Learn Chinese dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2198
  • Cer: 9.3505

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: 5e-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 250
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
0.85660.221000.683416.0219
0.42750.452000.339817.3939
0.25340.673000.241715.4507
0.26540.94000.230619.4430
0.16271.125000.225312.5478
0.15871.346000.21839.8039
0.18071.577000.210711.3349
0.13941.798000.210910.8638
0.1182.029000.20849.8510
0.08862.2410000.21349.9865
0.06632.4611000.21579.6862
0.09972.6912000.21259.4153
0.07072.9113000.21299.2563
0.04763.1414000.21569.0443
0.04353.3615000.21749.0031
0.05433.5816000.21688.9855
0.0443.8117000.21759.5154
0.04464.0318000.21869.2387
0.03644.2619000.21999.1739
0.0374.4820000.21989.3505

Framework versions

  • Transformers 4.37.2
  • Pytorch 2.1.1
  • Datasets 2.15.0
  • Tokenizers 0.15.1

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
7f838fb

0 моделей