/ Модель

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v2
Опубликована
13 июл 2023

whisper-large-v2-greek

Распознавание речиАудио → текст7 профессий

Дообученная на FLEURS модель Whisper large-v2 для транскрибации греческой речи.

31скачиваний за 30 дней6лайковвеса обновлены11 ноя 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.

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

Sandiago21/whisper-large-v2-greek — дообученная модель распознавания речи на основе openai/whisper-large-v2. Она принимает аудио и преобразует речь в текст; дообучение выполнено на датасете FLEURS. Модель содержит 905,2 млн параметров и распространяется в форматах PyTorch и safetensors.

Модель предназначена для транскрибации греческой речи. В README приведены результаты на оценочной выборке: WER 0,1774, WER Ortho 0,2102 и loss 0,2734. Лицензия — Apache-2.0. Подробные сведения об условиях записи, поддерживаемых вариантах греческого языка и ограничениях в карточке отсутствуют.

Сценарии применения

  • транскрибация речи на греческом языке
  • распознавание греческой речи из аудиозаписей
  • создание текстовых расшифровок грекоязычного аудио

Ограничения

В README приведён WER 0,1774 на оценочной выборке, но размер и условия оценки не описаны. Данные о качестве на других наборах, акцентах и условиях записи отсутствуют.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-large-v2-greek

This model is a fine-tuned version of openai/whisper-large-v2 on the fleurs dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2734
  • Wer Ortho: 0.2102
  • Wer: 0.1774

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: 2e-05
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 7

Training results

Training LossEpochStepValidation LossWer OrthoWer
0.18091.02740.22440.22610.1947
0.09772.05490.23060.22040.1856
0.05943.08240.23320.21370.1814
0.04544.010990.26670.23150.1985
0.0285.013740.25790.21510.1822
0.0226.016490.26740.21880.1863
0.02026.9819180.27340.21020.1774

Framework versions

  • Transformers 4.30.0.dev0
  • Pytorch 2.0.1+cu117
  • Datasets 2.13.1
  • Tokenizers 0.13.3

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
ce65279

0 моделей