/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
12 дек 2022

Ссылки

Hugging Face

whisper-large-v2-he

Shiry
Распознавание речиАудио → текст4 профессии

Дообученная на ивритском наборе FLEURS модель Whisper Large-v2 для распознавания речи и транскрибации аудио.

11скачиваний за 30 дней6лайковвеса обновлены26 янв 2023

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

Shiry/whisper-large-v2-he — дообученная модель распознавания речи на основе OpenAI Whisper Large-v2. Она предназначена для преобразования аудиозаписей на иврите в текст. Модель содержит около 905,2 млн параметров и использует архитектуру Whisper; для дообучения применялся датасет google/fleurs, вариант he_il. В оценке на тестовой выборке указаны loss 0,5483 и WER 27.

Модель принимает аудио и выдаёт текстовую транскрипцию. Репозиторий распространяется под лицензией Apache-2.0. Карточка не описывает дополнительные сценарии применения или ограничения качества, поэтому результат следует оценивать на записях, похожих на целевые по условиям записи и речи.

Сценарии применения

  • транскрибация записей на иврите
  • распознавание речи в аудиозаписях на иврите
  • создание текстовых субтитров для ивритской речи

Ограничения

На оценочной выборке указана частота ошибок слов WER 27; качество может зависеть от акцента, шума и условий записи. Карточка не приводит дополнительных ограничений или результатов для других наборов данных.

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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.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

Whisper Large-V2 Hebrew

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

  • Loss: 0.5483
  • Wer: 27

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: 1e-05
  • train_batch_size: 64
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 10
  • training_steps: 200
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2

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
c79c66c

0 моделей

    Создать бенчмарк