/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
8 мая 2024

whisper-tiny-zh-tw

Распознавание речиАудио → текст6 профессий

Дообученная компактная модель Whisper для автоматической расшифровки речи на китайском языке (Тайвань).

13скачиваний за 30 дней1лайквеса обновлены9 мая 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

Wellyowo/whisper-tiny-zh-tw — дообученная версия Whisper Tiny, опубликованная Wellyowo и обученная на наборе Common Voice 13.0. Модель предназначена для автоматического распознавания речи и выдачи текстовой расшифровки. Это плотная модель архитектуры Whisper с 29,4 млн параметров; репозиторий содержит веса в формате Safetensors.

В карточке приведены результаты оценки: WER 59,22 и орфографический WER 60,0. Модель рассчитана на китайский язык (Тайвань) согласно названию репозитория. Лицензия — Apache-2.0.

Сценарии применения

  • расшифровка записей речи на китайском языке (Тайвань)
  • преобразование аудио в текст
  • распознавание речи в тестовых наборах
  • создание текстовых расшифровок для голосовых записей

Ограничения

В оценке указаны WER 59,22 и орфографический WER 60,0; эти результаты могут ограничивать пригодность для задач, требующих высокой точности. Карточка не описывает условия тестирования и подробные ограничения.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-tiny-zh-tw

This model is a fine-tuned version of Wellyowo/whisper-tiny-zh-tw on the common_voice_13_0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5683
  • Wer Ortho: 60.0
  • Wer: 59.2233

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: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
0.18440.695000.552364.065.0485
0.11051.3810000.542565.064.0777
0.04752.0615000.532463.064.0777
0.06872.7520000.512862.061.1650
0.03713.4425000.549664.064.0777
0.01814.1330000.533962.063.1068
0.02024.8235000.547465.064.0777
0.0115.5140000.568360.059.2233

Framework versions

  • Transformers 4.37.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.16.1
  • Tokenizers 0.15.1

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
0a01a0a

0 моделей