/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Опубликована
22 июн 2024

whisper-large-v3-translate-zh-v0.1-lt

Распознавание речиАудио → текст3 профессии

Дообученная Whisper large-v3 переводит японскую речь из аудио в китайский текст.

15скачиваний за 30 дней5лайковвеса обновлены22 июн 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

whisper-large-v3-translate-zh-v0.1-lt — дообученная модель Whisper large-v3, опубликованная пользователем chickenrice0721. Она предназначена для перевода японской речи в китайский текст: модель обучали на 3500 часах японского аудио с китайскими субтитрами, а при использовании задают задачу translate и язык ja. Архитектура — WhisperForConditionalGeneration, размер — 905,2 млн параметров; модель принимает аудио и выдаёт текст. В карточке указаны японский язык исходной речи и китайский язык перевода. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • перевод японской речи в аудио на китайские субтитры
  • создание китайского текстового перевода японских аудиозаписей
  • перевод японских выступлений и диалогов в текст на китайском

Ограничения

Карточка описывает дообучение на японской речи с китайскими субтитрами, поэтому её назначение ограничено переводом с японского на китайский; качество для других языковых пар не подтверждено.

Для каких профессий подходит3

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-v3-translate-zh-v0.1-lt

This model is a fine-tuned version of openai/whisper-large-v3.

Model description

3500小时 (日语音频,中文字幕) 数据微调, 翻译模式直出中文

Usage

task='translate', language='ja'

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.98) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 4000
  • dropout: 0.1
  • mask_time_prob: 0.05
  • mask_feature_prob: 0.2
  • condition_on_previous_text_rate: 0.5

Training results

Training LossEpochStepValidation LossCerWer
2.12820.073910002.18521.90144.4904
1.85670.147820001.83661.72953.8716
1.69680.221730001.26151.62792.4825
1.62640.295640001.05361.56251.8101
1.56870.369550001.09321.54102.1218
1.5310.443360001.51561.25332.3689
1.48750.517270001.46970.95601.5588
1.45180.591180001.45211.01701.6392
1.44720.665090001.44631.00841.6420
1.39910.7389100001.42380.92661.6992
1.42660.8128110001.41410.83651.3056
1.37550.8867120001.40330.79041.3119
1.38330.9606130001.40040.86001.3333
1.32241.0345140001.37700.82431.4560
1.32951.1084150001.37700.78521.4298
1.31361.1823160001.35640.71761.1826
1.28321.2561170001.35350.67671.1781
1.29171.3300180001.35840.72551.1218
1.271.4039190001.33300.65901.1242
1.27041.4778200001.33790.69341.1944
1.26141.5517210001.33300.69491.1820
1.24551.6256220001.33500.69311.0892
1.24751.6995230001.31540.66621.1576
1.25831.7734240001.31640.64901.0705
1.23331.8473250001.31840.68331.1480
1.24621.9212260001.31250.66721.1612
1.22791.9950270001.30470.66441.2179
1.19082.0689280001.30470.69381.2221
1.18312.1428290001.29980.63161.0717
1.17052.2167300001.30180.61651.0958
1.1712.2906310001.30270.61091.0868
1.15672.3645320001.30370.64851.1736
1.17052.4384330001.29690.60781.0515
1.18192.5123340001.29490.61581.0362
1.14472.5862350001.29200.63651.0558
1.172.6601360001.28810.63391.0868
1.14952.7340370001.29490.62971.0437
1.13952.8078380001.29000.62851.1221
1.152.8817390001.28910.59971.0217
1.16232.9556400001.28810.60851.0395

Framework versions

  • Transformers 4.41.1
  • Pytorch 2.3.1+cu121
  • Datasets 2.19.1
  • 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
c139de9

0 моделей