/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

wav2vec2-base-turkish

Распознавание речиАудио → текст8 профессий

Модель Wav2Vec2 для преобразования турецкой речи в текст, дообученная на данных Common Voice.

147скачиваний за 30 дней5лайковвеса обновлены23 мар 2022

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

cahya/wav2vec2-base-turkish — модель автоматического распознавания речи, дообученная на турецком наборе Common Voice 7.0. Она построена на архитектуре Wav2Vec2 с CTC-головой и содержит 113,3 млн параметров. Модель принимает аудио и преобразует турецкую речь в текст.

В README приведены результаты оценки на Common Voice 6.1, 7.0 и 8.0: WER составляет соответственно 9,437, 8,147 и 8,335, а CER — 3,325, 2,802 и 2,336. Для дообучения также использовались Media Speech и Magic Hub. Модель распространяется по лицензии Apache-2.0; показатели оценки относятся к указанным наборам данных и не гарантируют аналогичное качество на других типах записей.

Сценарии применения

  • расшифровка записей турецкой речи
  • распознавание турецкой речи из Common Voice
  • получение текстовых транскрипций турецких аудиозаписей

Ограничения

Результаты оценки приведены только для наборов Common Voice 6.1, 7.0 и 8.0, поэтому качество на других источниках речи не установлено. README не описывает дополнительные ограничения или целевые условия записи.

Для каких профессий подходит8

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

This model is a fine-tuned version of cahya/wav2vec2-base-turkish-artificial-cv on the COMMON_VOICE - TR dataset. It achieves the following results on the evaluation set:

DatasetWERCER
1Common Voice 6.19.4373.325
2Common Voice 7.08.1472.802
3Common Voice 8.08.3352.336
4Speech Recognition Community28.01110.66

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

The following datasets were used for finetuning:

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 7.5e-06
  • train_batch_size: 6
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 24
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 5.0

Training results

Training LossEpochStepValidation LossWer
1.12243.455000.16410.1396

Framework versions

  • Transformers 4.17.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.18.2
  • Tokenizers 0.10.3

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
e9a97a2

0 моделей