Характеристики

Контекст: 1 024 токена
Параметры: 153 млн
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Опубликована: 19 авг 2024

Ссылки

Hugging Face

whisper-small-mr_v3

Viraj008

Распознавание речи

Дообученная на Common Voice 17.0 модель Whisper для транскрибирования речи на маратхи.

9скачиваний за 30 дней0лайковвеса обновлены20 авг 2024

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

Whisper Small MR v3 — модель распознавания речи, созданная Viraj Patil дообучением openai/whisper-small на наборе Common Voice 17.0. Она предназначена для транскрибирования аудио на маратхи; архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров. Веса опубликованы в формате safetensors, лицензия — Apache-2.0.

На оценочной выборке указаны loss 0,4696 и WER 43,2485. README не описывает дополнительные сценарии или ограничения, а приведённый WER указывает на заметные ошибки распознавания; качество следует проверять на целевых аудиозаписях.

Сценарии применения

транскрибирование аудиозаписей на маратхи
распознавание речи на маратхи в голосовых сообщениях
создание черновых субтитров для аудио на маратхи

Ограничения

На оценочной выборке указана ошибка слов WER 43,2485, поэтому транскрипции могут содержать заметные ошибки. Результаты на других типах аудио не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small MR v3 - Viraj Patil

This model is a fine-tuned version of openai/whisper-small on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

Loss: 0.4696
Wer: 43.2485

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: 8
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
training_steps: 4000
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
0.0966	4.0	1000	0.2840	45.4146
0.007	8.0	2000	0.3871	44.2482
0.0005	12.0	3000	0.4502	43.2618
0.0002	16.0	4000	0.4696	43.2485

Framework versions

Transformers 4.44.0
Pytorch 2.1.2
Datasets 2.21.0
Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Класс архитектуры: WhisperForConditionalGeneration
Ревизия весов: 883bd98