/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-xls-r-300m
Опубликована
20 авг 2024

wav2vec2-xlsr-fula-google-fleurs-5-hours-plus-lm

Распознавание речиАудио → текст5 профессий

Модель Wav2Vec2, дообученная для распознавания речи на фула и преобразования аудио в текст.

246скачиваний за 30 дней1лайквеса обновлены20 авг 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

Это модель автоматического распознавания речи на основе Wav2Vec2, дообученная авторами репозитория asr-africa на базе facebook/wav2vec2-xls-r-300m на наборе данных FLEURS. Модель предназначена для преобразования аудиоречи на языке фула в текст.

Модель содержит около 402,7 млн параметров и использует архитектуру Wav2Vec2ForCTC. В карточке приведены результаты оценки на тестовой выборке: loss 1,1949, WER 0,6460 и CER 0,2359. Для использования доступны веса в формате safetensors; лицензия — Apache-2.0.

Сценарии применения

  • распознавание речи на фула
  • транскрибация аудиозаписей на фула
  • получение текстовой расшифровки речи для последующей обработки

Ограничения

На тестовой выборке указаны WER 0,6460 и CER 0,2359, что может ограничивать точность распознавания. Карточка не описывает ограничения по качеству аудио или условиям применения.

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

wav2vec2-xlsr-fula-google-fleurs-5-hours

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the fleurs dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1949
  • Wer: 0.6460
  • Cer: 0.2359

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: 0.0003
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • 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
  • num_epochs: 50

Training results

Training LossEpochStepValidation LossWerCer
7.113810.962002.95611.01.0
2.870821.924002.02211.00.6369
1.003132.886000.97500.65090.2222
0.447143.848001.19490.64600.2359

Framework versions

  • Transformers 4.38.1
  • Pytorch 2.1.0+cu118
  • Datasets 2.17.0
  • Tokenizers 0.15.2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
3a5de09

0 моделей