/ Модель

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Опубликована
19 янв 2024

whisper-base-hi-2

Распознавание речиАудио → текст6 профессий

Дообученная версия Whisper Base для автоматического распознавания речи на хинди.

14скачиваний за 30 дней0лайковвеса обновлены19 янв 2024

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

Whisper Base Hindi — дообученная на датасете Mozilla Common Voice 16.0 для хинди модель распознавания речи. Она основана на архитектуре Whisper и содержит 51,7 млн параметров. Модель принимает аудио и преобразует речь на хинди в текст; для оценки на тестовой выборке указана ошибка слов (WER) 28,649 и loss 0,4679.

Модель предназначена для транскрибирования записей и голосовых сообщений на хинди. Веса опубликованы в формате Safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование записей речи на хинди
  • распознавание хинди в голосовых сообщениях
  • создание текстовых субтитров к аудио на хинди

Ограничения

На тестовой выборке указана ошибка слов WER 28,649; результат может отличаться для аудио с иными условиями записи и акцентами.

Для каких профессий подходит6

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

Whisper Base Hindi

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

  • Loss: 0.4679
  • Wer: 28.6490

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
0.64256.015000.702541.4477
0.397313.010000.536733.9692
0.312519.0115000.492731.4458
0.284826.020000.473930.1037
0.220132.0125000.467529.4859
0.225739.0130000.463728.9933
0.183746.035000.465728.9140
0.189752.0140000.465828.7450
0.176459.045000.467628.7178
0.168165.0150000.467928.6490

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

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
c9218f3

0 моделей