Адаптер для Deep-Artic классифицирует ударение в речевых аудиозаписях.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Deep-Artic stress adapter разработан как обучаемый адаптер для модели Deep-Artic и предназначен для классификации ударения в речевых аудиозаписях. README указывает, что базовая модель заморожена, а версия основы, соответствие меток и совместимость декодера записаны в файле stress_manifest.json.
Адаптер обучен на данных Wiktionary с аудио и IPA и на части набора Speechocean762, относящейся к словам с нормативным ударением. В метаданных указаны архитектура dense, возможность принимать аудио и форматы safetensors и ONNX. Модель рассчитана на задачу audio-classification; размер параметров, поддерживаемые языки и длина контекста не подтверждены предоставленными источниками.
Для работы требуется совместимая базовая модель Deep-Artic и согласованная обработка меток и декодирование. Лицензия в предоставленных данных не указана.
Адаптер требует совместимой базовой модели Deep-Artic, а версии основы, таблица меток и совместимость декодера должны соответствовать сведениям в stress_manifest.json. Языковая поддержка и точность в предоставленных данных не описаны.
README от автора на Hugging Face, как он его опубликовал
A trainable stress adapter for Deep-Artic. The frozen base revision, label mapping, and decoder compatibility are recorded in stress_manifest.json.
bihungba1101/wiktionary-ipa-audio-en (seed-42 80/20 split)mispeech/speechocean762 (native split; target words with native stress 10)На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · audio-classification
Репозиторий недоступен на Hugging Face.