/ Модель

Характеристики

Параметры
403 млн
Архитектура
wav2vec2 · dense
Опубликована
2 июл 2023

wav2vec2-nepali

Распознавание речиАудио → текст9 профессий

Дообученная на непальской речи модель wav2vec2 для преобразования аудио в текст.

322скачиваний за 30 дней1лайквеса обновлены2 июл 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.

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

wav2vec2-nepali — модель распознавания речи, разработанная Анишем Шилпакаром путём дообучения Facebook wav2vec2 на данных OpenSLR для непальского языка. Архитектура Wav2Vec2ForCTC содержит около 402,7 млн параметров; модель принимает аудио и преобразует непальскую речь в текст. Подходит для расшифровки речи и голосового ввода, а также для интеграции в системы суммаризации речи или перевода.

В карточке заявлена точность 91% в обычных условиях, однако метрика описана без подробностей о протоколе оценки. Модель распространяется в формате PyTorch; сведения о лицензии в предоставленных материалах отсутствуют.

Сценарии применения

  • расшифровка речи на непальском языке
  • голосовой ввод на непальском языке
  • преобразование непальских аудиозаписей в текст
  • подготовка транскриптов для систем суммаризации речи
  • распознавание речи перед переводом

Ограничения

Заявленные 91% точности относятся к обычным условиям, но в карточке не приведены подробности оценки или условия тестирования. Лицензия в предоставленных материалах не указана.

Для каких профессий подходит9

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

Model Card for wav2vec2-nepali

wav2vec2-nepali is the fine-tuned model for Nepali language, developed by finetuning the Facebook's wav2vec2 speech recognition model

Model Details

This model is fine-tuned on Nepali language dataset, so it can be used for transcribing Nepali speech. This model can convert Nepali speech to text with a good accuracy of 91% in normal conditions.

Uses

  • For Nepali speech to text transcription
  • Can be used for Nepali voice typing
  • Can be integrated with other systems like speech summarizer, translation systems.

Training Details

Training Data

OpenSLR

Training Procedure

Training Notebook

Metrics

Character Error Rate Word Error Rate

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
c189a12

0 моделей