/ Модель

Характеристики

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

whisper-base-tr-1

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Base для распознавания турецкой речи и преобразования аудио в текст.

9скачиваний за 30 дней0лайковвеса обновлены22 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 Turkish — дообученная модель OpenAI Whisper Base, созданная для распознавания турецкой речи в аудио. Она содержит 51,7 млн параметров и основана на архитектуре Whisper с генерацией последовательностей; обучалась на турецкой части датасета Mozilla Common Voice 16.0. Модель принимает аудио и выдаёт распознанный текст на турецком языке.

На тестовой выборке указаны loss 0,4280 и WER 30,3627. Модель подходит для транскрибации турецкой речи, однако точность может зависеть от качества записи, акцента и условий записи. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация турецких голосовых сообщений
  • распознавание турецкой речи в аудиозаписях
  • создание субтитров к турецким аудио и видео
  • преобразование записей турецкой речи в текст

Ограничения

На тестовой выборке указана метрика WER 30,3627; качество может снижаться при шуме, плохой записи и непривычных акцентах. Карточка не описывает дополнительные ограничения или сценарии применения.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Turkish

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

  • Loss: 0.4280
  • Wer: 30.3627

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
0.41621.035000.533935.4346
0.37762.0610000.478833.4892
0.32384.0215000.456831.9497
0.27145.0620000.446931.4277
0.32327.0225000.438631.0991
0.23248.0530000.435330.7406
0.295310.0135000.430630.6035
0.287811.0440000.429230.4278
0.307713.0145000.428630.4155
0.291414.0450000.428030.3627

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
4db911a

0 моделей