/ Модель

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base-hi-2
Опубликована
19 янв 2024

whisper-base-hi-3

Распознавание речиАудио → текст5 профессий

Дообученная модель Whisper Base для распознавания речи на хинди и преобразования аудио в текст.

11скачиваний 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 — модель автоматического распознавания речи, разработанная на основе Whisper Base и дообученная автором arun100 на подмножестве hi_in датасета google/fleurs. Она принимает аудио и генерирует текстовую расшифровку на хинди. Модель содержит 51,7 млн параметров и опубликована в формате safetensors.

На оценочном наборе указаны loss 0,4468 и WER 27,7206. Модель предназначена для распознавания речи на хинди; качество на других языках и в иных условиях записи не описано. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация записей речи на хинди
  • распознавание аудио на хинди из датасета FLEURS
  • создание текстовых расшифровок для речевых приложений

Ограничения

В README приведён WER 27,7206 на оценочном наборе, поэтому ошибки распознавания могут быть существенными. Качество для других языков и условий записи не описано.

Для каких профессий подходит5

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 arun100/whisper-base-hi-2 on the google/fleurs hi_in dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4468
  • Wer: 27.7206

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: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.480533.02500.486830.4186
0.355966.05000.441729.0909
0.265599.07500.430728.2165
0.1987133.010000.435027.8326
0.1472166.012500.446827.7206
0.1061199.015000.464028.0992
0.0767233.017500.483528.5737
0.0541266.020000.503228.6857
0.0396299.022500.520228.7763
0.03333.025000.535329.2029
0.0237366.027500.547928.9096
0.0195399.030000.558728.9096
0.0163433.032500.568328.9469
0.014466.035000.576729.1336
0.0121499.037500.583829.3415
0.0108533.040000.590029.2775
0.01566.042500.595129.6081
0.0093599.045000.598829.4855
0.0088633.047500.601229.5281
0.0087666.050000.602029.4268

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
c690f1a

0 моделей