Характеристики

Параметры: 153 млн
Лицензия: MIT
Архитектура: whisper · dense
Опубликована: 23 апр 2024

Ссылки

Hugging Face

whisper-small-jv

avalonai

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для транскрибации речи на яванском языке.

13скачиваний за 30 дней0лайковвеса обновлены23 июн 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

avalonai/whisper-small-jv — модель распознавания речи, созданная дообучением Whisper Small для яванского языка. В карточке указано, что для обучения использовался датасет OpenSLR; метаданные также связывают модель с Common Voice 16.1. Архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров; модель принимает аудио и выдаёт текстовую транскрипцию.

Модель предназначена для автоматического распознавания яванской речи. В описанных авторами экспериментах она достигла WER 23,22%. Распространяется по лицензии MIT.

Сценарии применения

транскрибация яванской речи
распознавание яванской речи в аудиозаписях
создание текстовых расшифровок яванских выступлений

Ограничения

В экспериментах авторов WER составил 23,22%; качество может зависеть от условий записи и используемой речи.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model ini adalah hasil dari proses fine-tuning model Whisper Small pada dataset OpenSLR untuk bahasa Jawa. Anda dapat menggunakan model ini dengan menjalankan syntax berikut.

from transformers import WhisperForConditionalGeneration, WhisperProcessor

model = WhisperForConditionalGeneration.from_pretrained("avalonai/whisper-small-jv")
processor = WhisperProcessor.from_pretrained("avalonai/whisper-small-jv")

Berdasarkan hasil eksperimen kami, model yang telah kami fine-tune berhasil memperoleh WER sebesar 23.22%.

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: 18792de