/ Модель

Характеристики

Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
3 апр 2023

whisper-small.en

Распознавание речиАудио → текст7 профессий

Дообученная англоязычная модель Whisper Small для преобразования речи в аудио в текст.

128скачиваний за 30 дней0лайковвеса обновлены20 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

crossdelenna/whisper-small.en — дообученная версия Whisper Small English, опубликованная на Hugging Face. Модель с архитектурой WhisperForConditionalGeneration содержит 153,1 млн параметров и предназначена для автоматического распознавания речи и преобразования аудио в текст. Репозиторий содержит веса PyTorch и SafeTensors; лицензия — Apache 2.0.

Модель рассчитана на англоязычное распознавание речи. В карточке приведена оценка WER 0,7672 на наборе оценки, но набор данных и условия тестирования не описаны; поэтому результат не позволяет надёжно судить о качестве в конкретном сценарии.

Сценарии применения

  • транскрибация англоязычных аудиозаписей
  • распознавание речи в голосовых сообщениях
  • создание черновых субтитров на английском языке

Ограничения

Набор данных для дообучения и условия оценки не описаны. Указанный WER 0,7672 свидетельствует о существенных ошибках распознавания; качество для практического применения следует оценивать на целевых аудиозаписях.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small.en

This model is a fine-tuned version of crossdelenna/whisper-small.en on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0004
  • Wer: 0.7672

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: 10
  • training_steps: 1401
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.00471.034000.00370.9334
0.00332.068000.00120.7416
0.00113.0912000.00040.7672

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.0+cu121
  • Datasets 2.17.1
  • Tokenizers 0.15.2

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
3d1f5c7

0 моделей