/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
6 апр 2023

Ссылки

Hugging Face

whisper-synthesized-turkish-8-hour

alikanakar
Распознавание речиАудио → текст4 профессии

Дообученная на синтезированной турецкой речи модель Whisper для преобразования аудио в текст.

8скачиваний за 30 дней0лайковвеса обновлены7 апр 2023

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.

Открыть конструктор бенчмарка

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

alikanakar/whisper-synthesized-turkish-8-hour — модель распознавания речи, полученная дообучением openai/whisper-small. Она принимает аудио и преобразует речь в текст; в карточке указана оценка WER 23,0527 на наборе оценки. Модель содержит 153,1 млн параметров, использует архитектуру Whisper и распространяется в формате PyTorch.

Модель предназначена для автоматической транскрипции речи на турецком языке. В названии указано, что для обучения использовались синтезированные турецкие аудиоданные длительностью восемь часов, однако README не содержит подробностей о датасете, условиях обучения и сценариях применения. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация турецкой речи
  • распознавание синтезированной турецкой речи
  • преобразование турецких аудиозаписей в текст

Ограничения

На оценочном наборе указана WER 23,0527; качество на других данных может отличаться. Сведения о составе датасета и ограничениях применения в README отсутствуют.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-synthesized-turkish-8-hour

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

  • Loss: 0.2300
  • Wer: 23.0527

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
1.26820.521000.584599.7901
0.45911.042000.389521.4541
0.24821.563000.224112.2145
0.15542.084000.209211.7825
0.0962.65000.203513.9057
0.07653.126000.205211.2517
0.04243.657000.202413.4490
0.04034.178000.209412.0849
0.02164.699000.204913.1959
0.02015.2110000.207912.1034
0.01015.7311000.207312.5663
0.01316.2512000.209316.7757
0.00886.7713000.212116.5165
0.00737.2914000.214215.3314
0.00367.8115000.218313.7020
0.00478.3316000.215916.1647
0.00388.8517000.216613.7514
0.00279.3818000.217219.9975
0.00289.919000.218318.2385
0.001510.4220000.219617.4238
0.002310.9421000.219214.7019
0.001211.4622000.221615.9919
0.001711.9823000.221519.6334
0.00112.524000.221920.5160
0.001413.0225000.223621.7813
0.001113.5426000.224223.0897
0.000914.0627000.227625.0401
0.00114.5828000.226918.7014
0.00115.129000.226520.8554
0.000815.6230000.227219.7013
0.000916.1531000.227726.5831
0.000716.6732000.229024.3427
0.000817.1933000.228520.7011
0.000717.7134000.228821.8738
0.000718.2335000.229020.7258
0.000618.7536000.229521.1641
0.000619.2737000.229723.7625
0.000719.7938000.230124.4044
0.000620.3139000.229922.9786
0.000620.8340000.230023.0527

Framework versions

  • Transformers 4.28.0.dev0
  • Pytorch 2.0.0+cu118
  • Datasets 2.11.0
  • Tokenizers 0.13.3

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
a85ebfd

0 моделей

    Создать бенчмарк