/ Модель
Каталог

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-fleur-mms-batch6-epoch16
Опубликована
27 ноя 2023

Ссылки

Hugging Face

wav2vec2-fleur-mms-batch6-epoch16-finetunning

Nachuwu
Распознавание речиАудио → текст6 профессий

Дообученная модель Wav2Vec2 для преобразования аудиозаписей речи в текст.

9скачиваний за 30 дней0лайковвеса обновлены27 ноя 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

Модель Nachuwu/wav2vec2-fleur-mms-batch6-epoch16-finetunning — дообученная версия Wav2Vec2 для автоматического распознавания речи и преобразования аудио в текст. Она обучена на наборе данных audiofolder и использует архитектуру Wav2Vec2ForCTC; размер модели — 1,3 млрд параметров.

На оценочном наборе указаны loss 0,7739 и WER 0,5252. Карточка не описывает языки, аудиоформат или условия применения. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • транскрибация речевых аудиозаписей
  • автоматическое распознавание речи
  • оценка качества распознавания по WER на тестовых данных

Ограничения

На оценочном наборе указан WER 0,5252; карточка не сообщает поддерживаемые языки и другие ограничения. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-fleur-mms-batch6-epoch16-finetunning

This model is a fine-tuned version of Nachuwu/wav2vec2-fleur-mms-batch6-epoch16 on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7739
  • Wer: 0.5252

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: 0.001
  • train_batch_size: 6
  • 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: 100
  • num_epochs: 16
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
22.18870.4210011.15002.4576
16.42460.842007.89251.2116
9.69171.273005.27371.0255
3.6151.694003.11200.9835
2.77982.115003.07970.9924
2.4472.536002.63191.0207
2.14292.957002.34830.9924
1.67673.388001.29600.7926
1.193.89001.20010.7250
1.18184.2210001.00520.5837
1.03654.6411000.98850.6120
0.99115.0612001.00180.5596
0.95135.4913000.91990.5500
0.89945.9114000.92720.5672
0.90676.3315000.89480.5451
0.89646.7516000.87980.5665
0.8887.1717000.88360.6223
0.84947.5918000.86910.5830
0.86788.0219000.84360.5493
0.83938.4420000.83030.5431
0.80918.8621000.82020.5438
0.89379.2822000.79990.5341
0.74799.723000.84170.5258
0.801410.1324000.82200.5369
0.836610.5525000.80240.5348
0.769510.9726000.82420.5686
0.76111.3927000.79920.5569
0.784511.8128000.79810.5500
0.805612.2429000.79000.5355
0.823612.6630000.78260.5279
0.813513.0831000.78340.5245
0.70913.532000.78140.5320
0.729813.9233000.78120.5258
0.753614.3534000.77990.5293
0.726314.7735000.78030.5224
0.746915.1936000.77450.5362
0.754315.6137000.77390.5252

Framework versions

  • Transformers 4.36.0.dev0
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
a22e5f3

0 моделей

    Создать бенчмарк