/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

asr-amharic-phoneme-based-37-6

Samuael
Распознавание речиАудио → текст

Модель wav2vec2 для автоматического распознавания амхарской речи с фонемным представлением.

13скачиваний за 30 дней1лайквеса обновлены27 мар 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-37-6 — модель автоматического распознавания речи на архитектуре wav2vec2 с CTC-декодером, содержащая 402,7 млн параметров. Согласно карточке, модель дообучена для распознавания амхарской речи с фонемным представлением. В оценке указаны WER 0,2816, CER 0,0767 и phoneme CER 0,0532; сведения о датасете и условиях оценки не приведены.

Модель принимает аудио и выдаёт текстовую транскрипцию. Она может подойти для распознавания амхарской речи и получения фонемной транскрипции. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация записей на амхарском языке
  • распознавание амхарской речи в аудиофайлах
  • получение фонемной транскрипции амхарской речи

Ограничения

В README отсутствуют сведения о датасете и ограничениях применения; приведённые метрики оценки не сопровождаются описанием набора данных или протокола.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

asr-amharic-phoneme-based-37-6

This model is a fine-tuned version of Samuael/asr-amharic-phoneme-based-37-6 on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.2685
  • eval_wer: 0.2816
  • eval_phoneme_cer: 0.0532
  • eval_cer: 0.0767
  • eval_runtime: 25.2246
  • eval_samples_per_second: 14.232
  • eval_steps_per_second: 1.784
  • epoch: 6.27
  • step: 5000

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: 3e-05
  • 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
53d9e58

0 моделей

    Создать бенчмарк