/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
29 янв 2024

Ссылки

Hugging Face

asr-amharic-phoneme-based-233

Samuael
Распознавание речиАудио → текст4 профессии

Дообученная wav2vec2-модель для распознавания амхарской речи и преобразования аудио в текст.

20скачиваний за 30 дней0лайковвеса обновлены24 фев 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

Samuael/asr-amharic-phoneme-based-233 — модель автоматического распознавания речи на основе архитектуры wav2vec2 с CTC-декодированием, дообученная разработчиком Samuael. Модель предназначена для преобразования амхарской речи в текст; название указывает на фонемное представление, однако подробности его реализации в карточке не описаны.

В карточке приведены результаты оценки: WER 0,2679 и CER 0,0730 после примерно трёх эпох обучения. Число параметров — около 402,9 млн. Модель принимает аудио и выдаёт текст. Лицензия Apache-2.0 разрешает использование на её условиях.

Сценарии применения

  • транскрибация амхарской речи
  • распознавание амхарской речи в аудиозаписях
  • получение текстовых расшифровок амхарских высказываний

Ограничения

Карточка не описывает обучающие данные, условия записи и назначение, поэтому качество на разных акцентах и типах аудио не установлено. На указанном наборе оценки WER составляет 0,2679.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

asr-amharic-phoneme-based-233

This model is a fine-tuned version of Samuael/asr-amharic-phoneme-based-233 on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.3778
  • eval_wer: 0.2679
  • eval_cer: 0.0730
  • eval_runtime: 26.7915
  • eval_samples_per_second: 13.4
  • eval_steps_per_second: 1.68
  • epoch: 3.01
  • step: 2400

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: 4e-06
  • train_batch_size: 32
  • 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: 100
  • num_epochs: 10

Framework versions

  • Transformers 4.35.2
  • 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
Wav2Vec2ForCTC
Ревизия весов
1959788

0 моделей

    Создать бенчмарк