Whisper Small Bengali
This model is a fine-tuned version of openai/whisper-small on the mozilla-foundation/common_voice_11_0 bn dataset. It achieves the following results on the evaluation set:
- Loss: 0.1638
- Wer: 18.22
Характеристики
- Контекст
- 1 024 токена
- Параметры
- 153 млн
- Лицензия
- Apache 2.0
- Архитектура
- whisper · dense
- Опубликована
- 11 дек 2022
Ссылки
whisper-small-bn
Дообученная на бенгальской речи модель Whisper Small для автоматического распознавания речи и транскрибирования аудио.
141скачиваний за 30 дней4лайкавеса обновлены12 дек 2022
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
Whisper Small Bengali — модель распознавания речи, дообученная автором anuragshas на базе openai/whisper-small на бенгальской части набора Mozilla Common Voice 11.0. Она принимает аудио и преобразует речь на бенгальском языке в текст; архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров.
На указанном в карточке оценочном наборе модель показала WER 18,22 и loss 0,1638. Репозиторий содержит веса PyTorch. Модель распространяется по лицензии Apache-2.0.
Сценарии применения
- транскрибирование речи на бенгальском языке
- распознавание бенгальской речи из записей
- подготовка текстовых расшифровок для аудиоматериалов
Ограничения
В карточке приведена оценка WER 18,22 на оценочном наборе, поэтому ошибки распознавания возможны; результаты для других данных не указаны.
Для каких профессий подходит6
Разделы каталога профессий, в задачах которых используется эта модель
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.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 835моделей
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- WhisperForConditionalGeneration
- Ревизия весов
- 8655c39