Характеристики
- Параметры
- 905 млн
- Размер весов
- 891 МБ
- Лицензия
- Apache 2.0
- Архитектура
- whisper · dense
- Опубликована
- 19 мая 2024
Ссылки
whisper-large-v3-GGUF
GGUF-модель Whisper large-v3 от OpenAI для многоязычного распознавания речи и перевода аудио в английский текст.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
OllmOne/whisper-large-v3-GGUF — это GGUF-версия модели Whisper large-v3, разработанной OpenAI и опубликованной пользователем OllmOne на Hugging Face. Модель предназначена для автоматического распознавания речи и перевода речи на английский язык; она обрабатывает аудио и генерирует текст. В карточке Hugging Face указаны задача automatic-speech-recognition, библиотека Transformers, формат GGUF, около 905,2 млн параметров и лицензия Apache-2.0.
Whisper использует архитектуру encoder-decoder Transformer и обучен для многоязычного распознавания речи, речевого перевода и определения языка. Large-v3 отличается устойчивостью к акцентам, фоновой шумовой обстановке и технической лексике, а также улучшенной точностью по сравнению с large-v2. Модель требует проверки на конкретных данных перед промышленным использованием; возможны ошибки распознавания, особенно при низком качестве аудио, перекрывающейся речи или нестандартных условиях записи.
Сценарии применения
- транскрибация аудиозаписей и видеозаписей
- распознавание речи в телефонных звонках
- создание субтитров
- перевод многоязычной речи на английский
- расшифровка интервью и совещаний
- распознавание речи при фоновом шуме
Ограничения
Перед развертыванием необходима проверка на конкретных языках, доменах и типах аудио. Возможны ошибки при низком качестве записи, сильном шуме, акцентах и перекрывающейся речи.
Для каких профессий подходит9
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).
- Класс архитектуры
- WhisperForConditionalGeneration
- Ревизия весов
- c362f44