/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-base
Опубликована
17 янв 2024

whisper-base-bn

Распознавание речиАудио → текст

Дообученная на бенгальской речи версия Whisper Base для распознавания аудио в текст.

0скачиваний за 30 дней0лайковвеса обновлены17 янв 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 Base Bengali — дообученная Arun100 версия мультиязычной модели OpenAI Whisper Base для автоматического распознавания бенгальской речи. Модель обучена на бенгальской части набора Mozilla Common Voice 16.0 и принимает аудио, выдавая распознанный текст.

На указанном в карточке наборе оценки модель получила loss 0,2823 и WER 37,0102. Базовая Whisper Base также умеет переводить распознанную речь на английский, однако отдельные результаты этой модели для перевода не приведены. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • транскрибация бенгальской речи
  • распознавание бенгальских записей Common Voice
  • преобразование бенгальского аудио в текст

Ограничения

На оценочном наборе указан WER 37,0102; карточка не описывает ограничения по шуму, акцентам или условиям записи.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Bengali

This model is a fine-tuned version of openai/whisper-base on the mozilla-foundation/common_voice_16_0 bn dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2823
  • Wer: 37.0102

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-06
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.42363.0310000.440050.4684
0.30236.0520000.333541.4718
0.272110.0230000.300538.6209
0.247113.0440000.286637.4478
0.257417.0150000.282337.0102

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.16.2.dev0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
eb065c9

0 моделей