/ Модель
Каталог

Характеристики

Контекст
448 токенов
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Опубликована
3 ноя 2023

Ссылки

Hugging Face

whisper-base-withoutnoise

carlot
Распознавание речиАудио → текст

Дообученная на базе Whisper Base модель для преобразования аудио с речью в текст.

8скачиваний за 30 дней0лайковвеса обновлены3 ноя 2023

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.

Открыть конструктор бенчмарка

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

carlot/whisper-base-withoutnoise — дообученная модель распознавания речи на основе OpenAI Whisper Base. Она принимает аудио и генерирует текст; число параметров — 51,7 млн. В карточке указаны результаты на наборе оценки: loss 0,4347 и CER 47,9705, но название и состав обучающего набора не раскрыты.

Модель подходит для транскрибации речи. Базовая Whisper Base мультиязычна и также умеет переводить распознанную речь на английский; карточка этой версии не уточняет, сохранилась ли возможность перевода и какие языки поддерживаются после дообучения. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в голосовых сообщениях
  • преобразование записей разговоров в текст

Ограничения

В карточке не описаны обучающие данные и предназначение варианта withoutnoise. Указанный CER 47,9705 на наборе оценки свидетельствует о заметных ошибках распознавания; условия оценки не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-base-withoutnoise

This model is a fine-tuned version of openai/whisper-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4347
  • Cer: 47.9705

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: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
0.0001500.010000.371013.0996
0.00011000.020000.403647.7860
0.01500.030000.424048.1550
0.02000.040000.434747.9705

Framework versions

  • Transformers 4.36.0.dev0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
6630159

0 моделей

    Создать бенчмарк