/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Опубликована
28 июн 2024

whisper-large-v3-hu_full

Распознавание речиАудио → текст5 профессий

Дообученная на Common Voice 17.0 модель Whisper large-v3 для распознавания венгерской речи и преобразования её в текст.

187скачиваний за 30 дней0лайковвеса обновлены28 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.

  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

Модель benmajor27/whisper-large-v3-hu_full — дообученная на Common Voice 17.0 версия мультиязычной модели Whisper large-v3 от OpenAI для автоматического распознавания речи. Она принимает аудио и генерирует текст; в первую очередь ориентирована на венгерскую речь. Модель содержит около 905,2 млн параметров и опубликована в формате safetensors.

В карточке приведён результат оценки на тестовом наборе: WER 8,8609 и loss 0,0911. Модель распространяется по лицензии Apache-2.0. Показатель качества относится к указанному набору оценки; README не описывает другие условия тестирования или ограничения применения.

Сценарии применения

  • транскрибация записей на венгерском языке
  • распознавание венгерской речи в аудиозаписях
  • создание текстовых субтитров для венгерской речи

Ограничения

Указанные WER и loss получены на оценочном наборе Common Voice 17.0, поэтому сами по себе не характеризуют качество на других типах аудио. README не приводит дополнительных сведений об ограничениях.

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 Large V3 HU Full - snoopyben27

This model is a fine-tuned version of openai/whisper-large-v3 on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0911
  • Wer: 8.8609

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-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 7000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.13010.329910000.135114.5084
0.13240.659820000.120813.2777
0.11360.989830000.106611.5548
0.04711.319740000.103010.3788
0.03371.649650000.09559.8045
0.03111.979560000.08759.2438
0.01082.309570000.09118.8609

Framework versions

  • Transformers 4.42.2
  • Pytorch 2.3.1
  • Datasets 2.20.0
  • Tokenizers 0.19.1

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
258d745

0 моделей