/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
21 ноя 2024

Ссылки

Hugging Face

whisper-ar-small-Data1

Moaaz5
Распознавание речиАудио → текст

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

7скачиваний за 30 дней0лайковвеса обновлены2 дек 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.

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

Moaaz5/whisper-ar-small-Data1 — дообученная Moaaz5 модель распознавания речи на базе openai/whisper-small. Она предназначена для преобразования аудио в текст; README сообщает о дообучении на наборе данных, название которого не приведено, и оценке на тестовой выборке: loss 0,9032 и WER 33,9234. Модель построена на архитектуре WhisperForConditionalGeneration, содержит 153,1 млн параметров и распространяется в формате Safetensors через Transformers.

Базовая Whisper поддерживает несколько языков, но язык и область речи, на которых специализируется это дообучение, по карточке определить нельзя. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование аудиозаписей в текст
  • распознавание речи в голосовых сообщениях
  • создание черновой расшифровки записей встреч
  • автоматическая транскрипция аудиофайлов

Ограничения

В README приведён WER 33,9234, но язык и характеристики тестовой выборки не указаны, поэтому результат нельзя обобщать на другие условия. Название обучающего набора данных не приведено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-ar-small-Data1

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: 0.9032
  • Wer: 33.9234

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: 8
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.001166.666710000.903233.9234

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.5.1+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
0930f2f

0 моделей

    Создать бенчмарк