/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-base
Опубликована
11 фев 2024

whisper-base-fa-1

Распознавание речиАудио → текст

Дообученная версия Whisper Base для распознавания персидской речи из аудио.

0скачиваний за 30 дней0лайковвеса обновлены11 фев 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 Persian Iranian — дообученная модель OpenAI Whisper Base, созданная для распознавания персидской речи. Она обучена на персидской части датасета Mozilla Common Voice 16.0 и принимает аудио, выдавая распознанный текст. В карточке приведён результат оценки на тестовой выборке: WER 58,5965 и loss 0,7142. Базовая Whisper Base также поддерживает многоязычное распознавание речи и перевод на английский, но для этой версии заявлено распознавание персидского языка. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование речи на фарси
  • распознавание персидских аудиозаписей
  • создание текстовых субтитров для речи на фарси

Ограничения

На указанной оценочной выборке модель получила WER 58,5965, что указывает на существенные ошибки распознавания. Результат может отличаться для других акцентов, условий записи и типов аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Persian Iranian

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

  • Loss: 0.7142
  • Wer: 58.5965

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: 5e-07
  • 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: 10000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.10861.025001.273585.9444
0.87823.010001.047776.5527
0.67264.0215000.950671.8807
0.75016.020000.894369.3890
0.60797.0225000.855067.1322
0.65929.030000.823966.2762
0.570310.0235000.800763.9907
0.576712.040000.781563.2562
0.509813.0245000.767162.1094
0.537315.0150000.755561.5551
0.459216.0255000.746061.1086
0.503218.0160000.737660.5652
0.426219.0265000.732960.0792
0.472621.0170000.725759.6696
0.404322.0275000.723759.3570
0.475824.0180000.718759.1098
0.41225.0285000.717358.8518
0.511927.0190000.714658.7276
0.408928.0395000.714558.6347
0.518630.01100000.714258.5965

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
53e34fc

0 моделей