/ Модель

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
mms-1b-all
Опубликована
21 июл 2023

asr-mms-salt

Распознавание речиАудио → текст

Модель Sunbird на основе MMS распознаёт речь на языках Уганды и поддерживает варианты с переключением на английский.

14скачиваний за 30 дней6лайковвеса обновлены14 фев 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Sunbird/asr-mms-salt — дообученная Sunbird модель распознавания речи на основе facebook/mms-1b-all, обученная на наборе данных SALT. Она преобразует речь на языках Уганды в текст. Для каждого языка доступны два адаптера: для речи только на этом языке и для речи с переключением на английский. Модель использует архитектуру wav2vec2 и распространяется в форматах PyTorch и Safetensors.

Модель предназначена для автоматической транскрипции аудио на поддерживаемых языках, в том числе при смешении с английским. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. В README отмечено, что более новая модель Sunbird/asr-whisper-large-v3-salt поддерживает дополнительные языки Уганды, точнее распознаёт речь и добавляет пунктуацию и заглавные буквы.

Сценарии применения

  • Транскрипция речи на луганда
  • Транскрипция речи на ачоли
  • Транскрипция речи на лугбара
  • Распознавание аудио с переключением между местным языком и английским

Ограничения

README указывает на более точную альтернативу, которая поддерживает больше языков Уганды и добавляет пунктуацию и заглавные буквы. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Note: an improved ASR model for Ugandan languages is available at Sunbird/asr-whisper-large-v3-salt. The Whisper-based model supports additional Ugandan languages, has better accuracy, and provides punctuation and capitalisation.

MMS speech recognition for Ugandan languages

This is a fine-tuned version of facebook/mms-1b-all for Ugandan languages, trained with the SALT dataset. The languages supported are:

codelanguage
lugLuganda
achAcholi
lggLugbara
teoAteso
nynRunyankole
engEnglish (Ugandan)

For each language there are two adapters: one optimised for cases where the speech is only in that language, and another in which code-switching with English is expected.

Usage

Usage is the same as the base model, though with different adapters available.

import torch
import transformers
import datasets

# Available adapters:
# ['lug', 'lug+eng', 'ach', 'ach+eng', 'lgg', 'lgg+eng',
#  'nyn', 'nyn+eng', 'teo', 'teo+eng']
language = 'lug'

device = 'cuda' if torch.cuda.is_available() else 'cpu'
model = transformers.Wav2Vec2ForCTC.from_pretrained(
    'Sunbird/asr-mms-salt').to(device)
model.load_adapter(language)

processor = transformers.Wav2Vec2Processor.from_pretrained(
    'Sunbird/asr-mms-salt')
processor.tokenizer.set_target_lang(language)

# Get some test audio
ds = datasets.load_dataset('Sunbird/salt', 'multispeaker-lug', split='test')
audio = ds[0]['audio']
sample_rate = ds[0]['sample_rate']

# Apply the model
inputs = processor(audio, sampling_rate=sample_rate, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs.to(device)).logits

ids = torch.argmax(outputs, dim=-1)[0]
transcription = processor.decode(ids)

print(transcription)
# ekikola ky'akasooli kyakyenvu wabula langi yakyo etera okuba eyaakitaka wansi

The output of this model is unpunctuated and lower case. For applications requiring formatted text, an alternative model is Sunbird/asr-whisper-large-v2-salt.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a6183ad

0 моделей