/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
7 дек 2022

whisper-tiny-id

Распознавание речиАудио → текст4 профессии

Дообученная на индонезийской речи компактная модель Whisper Tiny для преобразования аудио в текст.

121скачиваний за 30 дней4лайкавеса обновлены18 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

cahya/whisper-tiny-id — модель распознавания речи на базе Whisper Tiny, дообученная на индонезийском языке разработчиком Cahya. Она преобразует входящее аудио в текст и предназначена для автоматической транскрипции речи. Модель содержит 29,4 млн параметров; в карточке указаны датасеты Common Voice 11.0, MagicData, TITML и Google FLEURS. Для оценки приведён WER 18,2837 и loss 0,2409.

Модель рассчитана на индонезийскую речь. Доступна в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не описывает дополнительные сценарии использования или ограничения.

Сценарии применения

  • транскрибация речи на индонезийском языке
  • распознавание индонезийской речи в аудиозаписях
  • автоматическое получение субтитров на индонезийском языке

Ограничения

В карточке приведены только результаты оценки на указанном наборе: WER 18,2837 и loss 0,2409; сведения о поведении на других данных не описаны.

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 Tiny Indonesian

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

  • Loss: 0.2409
  • Wer: 18.2837

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: 32
  • eval_batch_size: 16
  • 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
0.41030.6610000.380227.0497
0.26821.3220000.322322.9365
0.23811.9930000.288420.8245
0.16062.6540000.272720.1928
0.12463.3150000.259618.9984
0.13443.9760000.248218.7540
0.09754.6370000.247118.6388
0.09165.2980000.243618.9615
0.08545.9690000.241318.3114
0.08126.62100000.240918.2837

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
8441926

0 моделей