/ Модель

Характеристики

Параметры
403 млн
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Quran_speech_recognizer

Распознавание речиАудио → текст3 профессии

Модель распознаёт арабское чтение Корана и помогает найти соответствующий фрагмент в 30-м джузе.

66скачиваний за 30 дней16лайковвеса обновлены20 авг 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.

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

Quran Speech Recognizer — модель распознавания речи на архитектуре Wav2Vec2, предназначенная для поиска места чтения в Коране по аудиозаписи декламации. Разработчики дообучили предварительно обученную модель методом transfer learning; размер модели составляет 402,7 млн параметров.

Модель преобразует запись чтения в арабский текст, затем приложение сопоставляет его с фрагментами 30-го джуза Корана — сурами 78–114 — по расстоянию редактирования и показывает наиболее вероятные совпадения. В демонстрационном интерфейсе запись длится пять секунд, это время можно изменить.

Модель принимает аудио и выдаёт текст распознавания; отдельный сценарий приложения также показывает предполагаемые позиции в Коране. В карточке не указаны лицензия и точная базовая модель, на которой выполнено дообучение.

Сценарии применения

  • распознавание аудиозаписи чтения Корана на арабском языке
  • поиск вероятного места чтения в сурах 78–114
  • сопоставление короткой декламации с текстом 30-го джуза

Ограничения

По описанию приложение сопоставляет распознанный текст только с 30-м джузом (суры 78–114), а демонстрационная запись длится пять секунд по умолчанию. Лицензия и точная базовая модель в карточке не приведены.

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

Quran Speech Recognizer

This application will listen to the user's Quran recitation, and take the user to the position of the Quran from where the s/he had recited. You can also take a look at our presentation slides.

Methodology

We used transfer learning to make our application. We fine-tuned the pretrained model available at https://huggingface.co/elgeish/wav2vec2-large-xlsr-53-arabic using the data available at https://www.kaggle.com/c/quran-asr-challenge/data. Our model can be found at https://huggingface.co/Nuwaisir/Quran_speech_recognizer.

Usage

Run all the cells of run_ui.ipynb. The last cell will hear your recitation for 5 seconds (changeable) from the time you run that cell. And then convert your speech to Arabic text and show the most probable corresponding parts of 30th juzz (Surah 78 - 114) of the Quran as the output based on edit distance value.

Currently, we are searching from Surah 78 to Surah 114 as the searching algorithm needs some time to search the whole Quran. This range can be changed in the 6th cell of the notebook.

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
17d580a

0 моделей