/ Модель

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
12 дек 2022

whisper-th-large-combined

Распознавание речиАудио → текст4 профессии

Дообученная Whisper Large v2 для автоматического распознавания тайской речи.

128скачиваний за 30 дней4лайкавеса обновлены14 сен 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

biodatlab выпустила дообученную версию OpenAI Whisper Large v2 для распознавания тайской речи. Модель содержит 905,2 млн параметров, использует архитектуру Whisper и распространяется в формате PyTorch. Она обучена на тайской части набора Mozilla Common Voice 11.0; в карточке указаны результаты оценки: loss 0,1244 и WER 15,5103.

Модель предназначена для автоматической транскрипции аудио на тайском языке. Лицензия Apache-2.0 разрешает использование в соответствии с её условиями.

Сценарии применения

  • транскрибация аудиозаписей на тайском языке
  • распознавание тайской речи в голосовых сообщениях
  • создание текстовых субтитров из тайской речи

Ограничения

Модель адаптирована для тайской речи и обучена на Common Voice 11.0; качество на других языках и типах аудио не установлено. Указанный WER относится к оценочному набору, подробности которого в карточке не приведены.

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 Large Thai Combined - 1000iter

This model is a fine-tuned version of openai/whisper-large-v2 on the mozilla-foundation/common_voice_11_0 th dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1244
  • Wer: 15.5103

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: 100
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.18451.0550000.124415.5103

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0
  • Datasets 2.7.1
  • Tokenizers 0.13.2

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
b751db1

0 моделей