/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Опубликована
18 июл 2024

Medical-Whisper-Large-v3

Распознавание речиАудио → текст3 профессии

Дообученная на медицинских консультациях модель Whisper large-v3 для транскрибации разговоров врача и пациента.

507скачиваний за 30 дней12лайковвеса обновлены6 окт 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

Na0s/Medical-Whisper-Large-v3 — модель распознавания речи, разработанная Na0s путём дообучения Whisper large-v3 от OpenAI на консультациях врача и пациента. Она предназначена для транскрибации медицинских разговоров. Модель содержит 905,2 млн параметров и представлена в формате safetensors; в метаданных указан английский язык, а лицензия — Apache-2.0.

В README для валидационного набора приведены показатели WER 0,24 и CER 0,13 для Medical Whisper, однако таблица также указывает 1,55 млрд параметров, что расходится с метаданными репозитория. Результаты тестирования отдельно заявлены, но численные показатели теста не приведены. Модель унаследовала возможности Whisper large-v3, но карточка не описывает её точность на других медицинских данных или языках.

Сценарии применения

  • транскрибация консультаций врача и пациента
  • создание текстовых записей медицинских разговоров
  • распознавание речи в медицинских аудиозаписях

Ограничения

В карточке не приведены численные результаты на тестовом наборе и не уточняется точность на данных, отличных от использованных для дообучения. README указывает 1,55 млрд параметров, тогда как метаданные репозитория — 905,2 млн.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

med-whisper-large-final

This model is a fine-tuned version of openai/whisper-large-v3 on the primock_data dataset.

Model description

Fine tuned version of whisper-large-v3 through transfer learning on Doctor/Patient consultations

Intended uses & limitations

Medical transcription

Training and evaluation data

Na0s/Medical_Augmented_data

Training procedure

Exhaustive transfer learning

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 6
  • eval_batch_size: 6
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 24
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • training_steps: 500
  • mixed_precision_training: Native AMP

Performance Overview:

| Model NameWERCERNumber of Parameters
Whisper Tiny0.460.2739M
Whisper Base0.420.2674M
Whisper Small0.390.26244M
Whisper Medium0.370.23769M
Whisper Large v30.330.181.55B
Whisper Medical0.190.101.55B

Performance of foundation Whispers vs Medical Whisper on the Validation set.

Model NameWERCERNumber of Parameters
Whisper Medical0.240.131.55B

Table: Performance of Whisper Medical on the Test set.

Framework versions

  • Transformers 4.42.4
  • Pytorch 2.3.1+cu121
  • Datasets 2.20.0
  • Tokenizers 0.19.1

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
9943ad3

0 моделей