/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small-mr_v3
Библиотека
transformers
Опубликована
4 окт 2024

whisper-small-mr_v4

Распознавание речиАудио → текст4 профессии

Дообученная модель Whisper Small для автоматического распознавания речи на маратхи.

11скачиваний за 30 дней0лайковвеса обновлены5 окт 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

Viraj008/whisper-small-mr_v4 — дообученная модель распознавания речи на базе Viraj008/whisper-small-mr_v3, разработанная Viraj Patil. Модель семейства Whisper содержит 153,1 млн параметров и предназначена для преобразования аудио в текст на маратхи. В метаданных указана архитектура WhisperForConditionalGeneration и формат safetensors; дообучение выполнено на Common Voice 17.0.

На оценочном наборе указаны loss 0,2132 и WER 34,4975. Модель распространяется по лицензии Apache-2.0. Она предназначена для автоматического распознавания речи; сведений о контекстных ограничениях и других сценариях применения в карточке нет.

Сценарии применения

  • транскрибация записей речи на маратхи
  • распознавание маратхи в голосовых сообщениях
  • создание текстовых субтитров к аудио на маратхи

Ограничения

На указанном оценочном наборе WER составляет 34,4975. Карточка не описывает ограничения применения и подробности оценки.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small MR v4 - Viraj Patil

This model is a fine-tuned version of Viraj008/whisper-small-mr_v3 on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2132
  • Wer: 34.4975

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 LossEpochStepValidation LossWer
0.12410.535510000.229040.3892
0.06811.071020000.215036.1037
0.05761.606430000.208135.2573
0.03992.141940000.213234.4975

Framework versions

  • Transformers 4.45.1
  • Pytorch 2.4.0
  • Datasets 3.0.1
  • Tokenizers 0.20.0

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
430d9f4

0 моделей