/ Модель
Каталог

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
nb-whisper-large
Опубликована
12 июл 2024

Ссылки

Hugging Face

whisper-large-no-is-145h-30k-steps

davidilag
Распознавание речиАудио → текст

Дообученная на samromur_asr модель Whisper Large для автоматической транскрибации речи.

8скачиваний за 30 дней0лайковвеса обновлены16 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.

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

Модель davidilag/whisper-large-no-is-145h-30k-steps — версия Whisper Large, дообученная разработчиком на датасете samromur_asr на базе NbAiLab/nb-whisper-large. Она предназначена для автоматической транскрибации аудио; на оценочном наборе указана метрика WER 8,0203. Модель содержит около 905,2 млн параметров и распространяется в формате safetensors по лицензии Apache-2.0.

Базовая модель обучена на норвежской и английской речи, однако карточка этой версии не уточняет языковой охват или назначение названия no-is. Поэтому конкретные поддерживаемые языки для данного чекпойнта нельзя надёжно установить по предоставленным данным. README также не описывает условия применения и известные ограничения.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в аудиофайлах
  • получение текстовой расшифровки речи

Ограничения

Указанный WER 8,0203 относится только к оценочному набору, состав которого не описан. Языковой охват и ограничения применения этой версии в карточке не уточнены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-large-no-is-145h-30k-steps

This model is a fine-tuned version of NbAiLab/nb-whisper-large on the samromur_asr dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1280
  • Wer: 8.0203

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: 30000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.32370.177810000.333124.9280
0.23340.355620000.236919.2033
0.19320.533330000.212116.7584
0.16810.711140000.187414.9669
0.14870.888950000.172013.8274
0.09111.066760000.164413.2541
0.07651.244470000.157712.3332
0.08431.422280000.146911.8722
0.07971.690000.143711.3156
0.07781.7778100000.136510.9298
0.07891.9556110000.132910.7554
0.0392.1333120000.135310.3625
0.03942.3111130000.139910.2872
0.04382.4889140000.135710.0926
0.03652.6667150000.12879.8632
0.04062.8444160000.12669.6435
0.01933.0222170000.12849.3258
0.01813.2180000.13099.3019
0.02153.3778190000.13179.1299
0.02073.5556200000.12878.8767
0.01853.7333210000.12858.8731
0.01623.9111220000.12728.6581
0.0074.0889230000.12858.6175
0.00764.2667240000.12968.3655
0.00744.4444250000.12778.4037
0.00764.6222260000.12898.3464
0.0064.8270000.12578.1756
0.00674.9778280000.12528.0979
0.00255.1556290000.12698.0322
0.00325.3333300000.12808.0203

Framework versions

  • Transformers 4.42.4
  • Pytorch 2.3.1+cu121
  • 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
51e7b8c

0 моделей

    Создать бенчмарк