/ Модель

Характеристики

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

whisper-large-id

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Large для распознавания индонезийской речи и её преобразования в текст.

43скачиваний за 30 дней2лайкавеса обновлены20 дек 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

Whisper Large Indonesian — модель распознавания речи на базе OpenAI Whisper Large, дообученная автором cahya на наборах mozilla-foundation/common_voice_11_0, magic_data и TITML для индонезийского языка. Она принимает аудио и преобразует речь в текст; подходит для транскрибирования записей и голосовых сообщений на индонезийском. Модель содержит около 905,2 млн параметров и распространяется в формате PyTorch.

В карточке приведён результат оценки на тестовом наборе: WER 6,2483 и loss 0,2034. Модель опубликована по лицензии Apache-2.0. Подробности об условиях записи, тестовом наборе и ограничениях применения в карточке не раскрыты.

Сценарии применения

  • транскрибирование записей на индонезийском языке
  • расшифровка индонезийских голосовых сообщений
  • преобразование индонезийской речи из аудио в текст

Ограничения

В карточке не описаны ограничения модели и условия, на которых измерялись WER и loss, поэтому качество на других типах аудио по приведённым результатам оценить нельзя.

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 Indonesian

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

  • Loss: 0.2034
  • Wer: 6.2483

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-06
  • train_batch_size: 12
  • eval_batch_size: 12
  • 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: 10000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.15160.510000.17306.5664
0.10811.020000.16386.3682
0.07151.4930000.18036.2713
0.10091.9940000.17966.2667
0.03872.4950000.20546.4927
0.04942.9960000.20346.2483
0.02593.4870000.22266.3497
0.02653.9880000.22746.4004
0.02324.4890000.24436.5618
0.0154.98100000.24136.4927

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.7.1.dev0
  • 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
63e09b0

0 моделей