/ Модель

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Размер весов
6,2 ГБ
Архитектура
whisper · dense
Базовая модель
whisper-v2-pd1-e1
Опубликована
9 июл 2024

Teamim-large-v2_WeightDecay-0.05_Augmented_Combined-Data_date-09-07-2024_16-25

Распознавание речиАудио → текст

Дообученная модель Whisper для распознавания речи на иврите и преобразования аудио в текст.

4скачиваний за 30 дней0лайковвеса обновлены9 июл 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

cantillation/Teamim-large-v2_WeightDecay-0.05_Augmented_Combined-Data_date-09-07-2024_16-25 — дообученная версия ivrit-ai/whisper-v2-pd1-e1 на основе Whisper, предназначенная для распознавания речи на иврите. Модель содержит 905,3 млн параметров и принимает аудио, выдавая распознанный текст.

В карточке приведены результаты оценки: WER 15,5291 и средние показатели F1 около 0,88–0,95 для нескольких метрик точности распознавания. Данные обучения и конкретные условия применения не описаны. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

  • транскрибация речи на иврите
  • распознавание ивритской речи в аудиозаписях
  • создание текстовых расшифровок аудио на иврите

Ограничения

Данные обучения и подробности целевых условий применения не описаны; приведённые метрики относятся к оценочному набору, характеристики которого не раскрыты. Лицензия в предоставленных данных не указана.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

he-cantillation

This model is a fine-tuned version of ivrit-ai/whisper-v2-pd1-e1 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1078
  • Wer: 15.5291
  • Avg Precision Exact: 0.8760
  • Avg Recall Exact: 0.8758
  • Avg F1 Exact: 0.8753
  • Avg Precision Letter Shift: 0.8960
  • Avg Recall Letter Shift: 0.8959
  • Avg F1 Letter Shift: 0.8953
  • Avg Precision Word Level: 0.8987
  • Avg Recall Word Level: 0.8993
  • Avg F1 Word Level: 0.8984
  • Avg Precision Word Shift: 0.9450
  • Avg Recall Word Shift: 0.9466
  • Avg F1 Word Shift: 0.9451
  • Precision Median Exact: 0.9231
  • Recall Median Exact: 0.9231
  • F1 Median Exact: 0.9286
  • Precision Max Exact: 1.0
  • Recall Max Exact: 1.0
  • F1 Max Exact: 1.0
  • Precision Min Exact: 0.0
  • Recall Min Exact: 0.0
  • F1 Min Exact: 0.0
  • Precision Min Letter Shift: 0.0
  • Recall Min Letter Shift: 0.0
  • F1 Min Letter Shift: 0.0
  • Precision Min Word Level: 0.0
  • Recall Min Word Level: 0.0
  • F1 Min Word Level: 0.0
  • Precision Min Word Shift: 0.0769
  • Recall Min Word Shift: 0.0909
  • F1 Min Word Shift: 0.0833

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: 8
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 10
  • training_steps: 3000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerAvg Precision ExactAvg Recall ExactAvg F1 ExactAvg Precision Letter ShiftAvg Recall Letter ShiftAvg F1 Letter ShiftAvg Precision Word LevelAvg Recall Word LevelAvg F1 Word LevelAvg Precision Word ShiftAvg Recall Word ShiftAvg F1 Word ShiftPrecision Median ExactRecall Median ExactF1 Median ExactPrecision Max ExactRecall Max ExactF1 Max ExactPrecision Min ExactRecall Min ExactF1 Min ExactPrecision Min Letter ShiftRecall Min Letter ShiftF1 Min Letter ShiftPrecision Min Word LevelRecall Min Word LevelF1 Min Word LevelPrecision Min Word ShiftRecall Min Word ShiftF1 Min Word Shift
0.15180.051710000.182326.03290.77900.78420.78070.80940.81530.81140.81440.82070.81670.89530.90560.89940.84620.85710.85711.01.01.00.00.00.00.00.00.00.00.00.00.00.00.0
0.09930.103320000.131618.88040.84770.85400.85010.86910.87570.87160.87340.87990.87590.92640.93420.92940.90910.91670.90911.01.01.00.00.00.00.00.00.00.00.00.00.07690.09090.0833
0.06250.155030000.107815.52910.87600.87580.87530.89600.89590.89530.89870.89930.89840.94500.94660.94510.92310.92310.92861.01.01.00.00.00.00.00.00.00.00.00.00.07690.09090.0833

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.2.1
  • Datasets 2.20.0
  • Tokenizers 0.19.1

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
1a37a18

0 моделей