/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
23 янв 2024

Ссылки

Hugging Face

whisper-small-hi

RecCode
Распознавание речиАудио → текст3 профессии

Дообученная на базе Whisper-small модель для автоматического распознавания речи и преобразования аудио в текст.

9скачиваний за 30 дней0лайковвеса обновлены25 янв 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.

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

RecCode/whisper-small-hi — дообученная RecCode модель распознавания речи на базе openai/whisper-small. Она предназначена для преобразования аудио в текст; карточка сообщает о дообучении на датасете, название которого не приведено, и приводит результат оценки: WER 88,3090 и loss 0,1606. Модель содержит 153,1 млн параметров, использует архитектуру WhisperForConditionalGeneration и распространяется в формате safetensors.

Модель принимает аудио и выдаёт текст. Суффикс hi в названии может указывать на хинди, однако README и метаданные не подтверждают язык дообучения или поддерживаемые языки этой версии. Лицензия — Apache-2.0. Карточка не раскрывает назначение и ограничения подробнее; указанный WER высок, поэтому результат оценки следует учитывать при выборе модели.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в аудиофайлах
  • преобразование устной речи в текст

Ограничения

В оценке карточки указан WER 88,3090, что свидетельствует о слабом качестве распознавания на этом наборе данных. Язык дообучения и ограничения применения не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.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 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-hi

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1606
  • Wer: 88.3090

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: 0.0001
  • train_batch_size: 8
  • 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: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.35914.010000.234743.0063
0.05488.020000.2610315.6576
0.014412.030000.1812500.4175
0.000116.040000.160688.3090

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.1.0+cu121
  • Datasets 2.16.1
  • Tokenizers 0.15.1

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
5fa5507

0 моделей

    Создать бенчмарк