/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

wav2vec2-xls-r-300m-npsc-bokmaal

NbAiLab
Распознавание речиАудио → текст5 профессий

Модель wav2vec2 для автоматической транскрибации речи на норвежском букмоле.

23скачиваний за 30 дней0лайковвеса обновлены24 мар 2022

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

NbAiLab/wav2vec2-xls-r-300m-npsc-bokmaal — модель распознавания речи на базе архитектуры wav2vec2 с выходной головой CTC. В метаданных указано около 402,7 млн параметров; модель опубликована в формате PyTorch и предназначена для преобразования аудио в текст на норвежском букмоле. Она связана с датасетом NbAiLab/NPSC, а в карточке приведены результаты оценки: WER 0,0932 и loss 0,1663.

Модель подходит для транскрибирования речи на букмоле. Репозиторий использует лицензию Apache-2.0. Карточка не содержит подробностей о составе обучающих данных, условиях оценки или ограничениях применения, поэтому приведённые метрики не следует считать гарантией качества на других аудиозаписях.

Сценарии применения

  • транскрибация записей на норвежском букмоле
  • распознавание речи в аудиозаписях на букмоле
  • создание текстовых расшифровок норвежских аудиоматериалов

Ограничения

Подробные ограничения и условия оценки в карточке не описаны; приведённый WER не гарантирует такое же качество на других аудиозаписях.

Для каких профессий подходит5

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 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-300m-npsc-bokmaal

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1663
  • Wer: 0.0932

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-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 15.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.09690.325000.17730.1054
0.09290.6410000.16720.1061
0.10180.9715000.17700.1067
0.08711.2920000.18320.1087
0.09081.6125000.18300.1101
0.09751.9330000.18480.1100
0.09362.2635000.18530.1113
0.10252.5840000.19580.1149
0.09892.945000.17760.1123
0.09463.2250000.18250.1097
0.08593.5555000.18640.1072
0.08673.8760000.18860.1081
0.07834.1965000.18830.1063
0.08044.5170000.18310.1063
0.07974.8475000.18840.1058
0.07055.1680000.18020.1057
0.07955.4885000.18540.1038
0.07115.890000.17660.1032
0.09736.1395000.16630.1014
0.0876.45100000.16640.1014
0.09626.77105000.16310.1009
0.08577.09110000.16590.1002
0.08827.41115000.16680.1007
0.07847.74120000.16880.0996
0.08388.06125000.16750.0984
0.08638.38130000.16390.0979
0.07638.7135000.16380.0980
0.08229.03140000.17090.0972
0.07699.35145000.17000.0965
0.08389.67150000.17030.0974
0.07999.99155000.16670.0957
0.071210.32160000.17540.0960
0.073710.64165000.17250.0968
0.085110.96170000.17330.0958
0.07611.28175000.16820.0954
0.071211.61180000.17130.0943
0.074511.93185000.16620.0951
0.086412.25190000.16920.0947
0.093712.57195000.16240.0943
0.091512.89200000.16780.0942
0.092613.22205000.16410.0945
0.091213.54210000.16650.0937
0.091713.86215000.16480.0936
0.09414.18220000.16350.0935
0.086414.51225000.16780.0934
0.089914.83230000.16630.0932

Framework versions

  • Transformers 4.17.0.dev0
  • Pytorch 1.10.2+cu113
  • Datasets 1.18.4.dev0
  • Tokenizers 0.11.0

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
15a2d23

0 моделей

    Создать бенчмарк