/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

wav2vec2-large-xls-r-300m-nl

RuudVelo
Распознавание речиАудио → текст8 профессий

Дообученная на Common Voice модель wav2vec2 для распознавания нидерландской речи в текст.

16скачиваний за 30 дней1лайквеса обновлены23 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

RuudVelo разработал модель автоматического распознавания речи на базе архитектуры wav2vec2. Это дообученная на Common Voice версия facebook/wav2vec2-xls-r-300m с 402,7 млн параметров. Модель принимает аудио и преобразует речь в текст; карточка указывает нидерландский язык.

На тестовой выборке Common Voice указаны loss 0,3923 и WER 0,1748. Модель опубликована в формате PyTorch под лицензией Apache-2.0. В карточке нет подробных сведений о сценариях использования и ограничениях распознавания.

Сценарии применения

  • расшифровка записей речи на нидерландском языке
  • распознавание нидерландской речи в аудиофайлах
  • подготовка текстовых расшифровок для речевых данных

Ограничения

В карточке приведены результаты только для тестовой выборки Common Voice; качество на других данных не указано. Подробности об ограничениях распознавания не приведены.

Для каких профессий подходит8

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 953моделиII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-xls-r-300m-nl

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the common_voice dataset. It achieves the following results on the test set:

  • Loss: 0.3923
  • Wer: 0.1748

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: 7.5e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • 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: 50
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.57870.894000.63540.5643
0.30361.788000.36900.3552
0.1882.6712000.32390.2958
0.14343.5616000.30930.2515
0.12454.4420000.30240.2433
0.10955.3324000.32490.2643
0.09796.2228000.31910.2281
0.09157.1132000.31520.2216
0.08298.036000.34190.2218
0.07778.8940000.34320.2132
0.0739.7844000.32230.2131
0.068810.6748000.30940.2152
0.064711.5652000.34110.2152
0.063912.4456000.37620.2135
0.059913.3360000.37900.2137
0.057214.2264000.36930.2118
0.056315.1168000.34950.2139
0.052116.072000.38000.2023
0.050816.8976000.36780.2033
0.051317.7880000.38450.1987
0.047618.6784000.35110.2037
0.04519.5688000.37940.1994
0.04420.4492000.35250.2050
0.04321.3396000.40820.2007
0.040922.22100000.38660.2004
0.039323.11104000.38990.2008
0.038224.0108000.36260.1951
0.03924.89112000.39360.1953
0.036125.78116000.42620.1928
0.036226.67120000.37960.1934
0.03327.56124000.36160.1934
0.032128.44128000.37420.1933
0.032529.33132000.35820.1869
0.030930.22136000.37170.1874
0.02931.11140000.38140.1894
0.029632.0144000.36980.1877
0.028132.89148000.39760.1899
0.027533.78152000.38540.1858
0.026434.67156000.40210.1889
0.026135.56160000.38500.1830
0.024236.44164000.40910.1878
0.024537.33168000.40120.1846
0.024338.22172000.39960.1833
0.022339.11176000.39620.1815
0.022340.0180000.38980.1832
0.021940.89184000.40190.1822
0.021141.78188000.40350.1809
0.02142.67192000.39150.1826
0.020843.56196000.39340.1784
0.018844.44200000.39120.1787
0.019545.33204000.39890.1766
0.018646.22208000.38870.1773
0.018847.11212000.39820.1758
0.017548.0216000.39330.1755
0.017248.89220000.39210.1749
0.018749.78224000.39230.1748

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.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
e81607e

0 моделей

    Создать бенчмарк