/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Библиотека
transformers
Опубликована
9 дек 2024

whisper-medium-hi

Распознавание речиАудио → текст

Дообученная на Common Voice 13.0 модель Whisper Medium для распознавания речи на хинди и её преобразования в текст.

10скачиваний за 30 дней0лайковвеса обновлены9 дек 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

Singhamarjeet8130/whisper-medium-hi — дообученная модель Amarjeet на базе openai/whisper-medium для автоматического распознавания речи. Она предназначена для преобразования аудиозаписей на хинди в текст и основана на архитектуре Whisper с 455,8 млн параметров. Для обучения использован Common Voice 13.0; в карточке приведены результаты оценки: loss 0,3223 и WER 23,4875. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка аудиозаписей на хинди
  • распознавание речи на хинди в голосовых сообщениях
  • создание текстовых субтитров для речи на хинди

Ограничения

На тестовом наборе указана WER 23,4875; README не приводит подробностей об условиях оценки или ограничениях применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Medium Hi - Amarjeet

This model is a fine-tuned version of openai/whisper-medium on the Common Voice 13.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3223
  • Wer: 23.4875

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: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.05462.364110000.229126.3406
0.01244.728120000.266224.4275
0.00077.092230000.305323.8147
0.00019.456340000.322323.4875

Framework versions

  • Transformers 4.47.0
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.21.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
7ca7d2d

0 моделей