g2p_multilingual_byT5_tiny_12_layers_100
Мультиязычная модель ByT5 преобразует написанные слова примерно на 100 языках в последовательности фонем.
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
charsiu/g2p_multilingual_byT5_tiny_12_layers_100 — многоязычная модель для преобразования написания слов в их фонетическую транскрипцию (grapheme-to-phoneme, G2P), разработанная Jian Zhu, Cong Zhang и David Jurgens. Она основана на байтовой архитектуре ByT5 и предназначена для работы примерно со 100 языками; опубликованная версия включает корейский. Размер по метаданным — 7,4 млн параметров, архитектура — T5ForConditionalGeneration.
Модель принимает отдельные слова с префиксом языкового кода и генерирует последовательность фонем. Для китайского, корейского, японского и некоторых языков Юго-Восточной Азии перед подачей требуется внешняя сегментация слов. Авторы сообщают для этой версии PER 0,098 и WER 0,287 на мультиязычной оценке. Модель подходит для подготовки произношений в речевых и лингвистических системах, но её транскрипции могут содержать ошибки и требуют проверки.
Репозиторий CharsiuG2P распространяется по лицензии MIT; для конкретных весов следует учитывать условия их карточки и лицензии исходных словарей данных.
Сценарии применения
- получение фонетической транскрипции слов
- подготовка произношений для синтеза речи
- создание мультиязычных словарей произношения
- пополнение лексикона распознавания речи
- транскрипция слов на языках с ограниченными ресурсами
Ограничения
Входные слова должны быть предварительно разделены и снабжены языковым префиксом; для ряда письменностей нужна внешняя сегментация. Авторы предупреждают, что результаты не идеальны и их следует проверять; узбекский словарь произношений указан как некорректный.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
У модели не указана задача.
- Класс архитектуры
- T5ForConditionalGeneration
- Ревизия весов
- aeafa53