/ Модель

Характеристики

Контекст
448 токенов
Параметры
51,7 млн
Архитектура
whisper · dense
Опубликована
1 мар 2024

whisper-base-zh

Распознавание речиАудио → текст

Дообученная модель Whisper Base для распознавания китайской речи и преобразования аудио в текст.

7скачиваний за 30 дней0лайковвеса обновлены1 мар 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

ZhihCheng/whisper-base-zh — дообученная версия модели Whisper Base, опубликованная пользователем ZhihCheng. Она предназначена для распознавания речи и преобразования аудиозаписей в текст; в метаданных для неё указана задача automatic-speech-recognition и поддержка китайского языка. Модель содержит 51,7 млн параметров и распространяется в формате safetensors.

В карточке приведены результаты оценки: loss 0,2200 и WER 44,8955. Описание тренировочных данных, сценариев применения и ограничений не заполнено. Лицензия в предоставленных данных не указана.

Сценарии применения

  • расшифровка записей китайской речи
  • автоматическое создание субтитров на китайском языке
  • преобразование китайской речи в текст для дальнейшей обработки

Ограничения

В карточке отсутствуют сведения о тренировочных данных и сценариях применения. На указанном наборе оценки WER составляет 44,8955, поэтому качество распознавания может быть ограниченным.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper base ZH

This model is a fine-tuned version of ZhihCheng/whisper-base-zh on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2200
  • Wer: 44.8955

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: 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
0.17040.2710000.278751.6077
0.14790.5420000.248048.4124
0.11450.8130000.228946.1415
0.0761.0840000.220044.8955

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.2.0a0+6a974be
  • 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
6cd73fa

0 моделей