/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
1 мар 2023

Ссылки

Hugging Face

whisper-Large-ar3

MohammedNasri
Распознавание речиАудио → текст

Дообученная на арабской речи версия Whisper Large для автоматического преобразования аудио в текст.

6скачиваний за 30 дней0лайковвеса обновлены1 мар 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

Mohammed Nasri дообучил Whisper Large — модель распознавания речи на архитектуре Whisper — на наборе Common Voice 11.0. Она предназначена для преобразования арабской речи в текст; в метаданных указан арабский язык, а размер модели составляет около 905,2 млн параметров. Для оценки на тестовой выборке приведены Loss 0,2067 и WER 20,4156. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Подробности о целевых сценариях и ограничениях в карточке не описаны.

Сценарии применения

  • транскрибация арабской речи
  • распознавание арабской речи из записей Common Voice
  • создание текстовых расшифровок аудио

Ограничения

В карточке не приведены сведения о дополнительных ограничениях; на оценочной выборке указана WER 20,4156, поэтому распознавание может содержать ошибки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper larg Ar3 - Mohammed Nasri

This model is a fine-tuned version of openai/whisper-large on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2067
  • Wer: 20.4156

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: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.16720.2110000.206720.4156

Framework versions

  • Transformers 4.26.0
  • Pytorch 1.13.1+cu116
  • Datasets 2.7.0
  • Tokenizers 0.13.2

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
9587bb3

0 моделей

    Создать бенчмарк