/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
nb-whisper-tiny
Опубликована
10 июл 2024

Ссылки

Hugging Face

whisper-tiny-no-is-5k-steps

davidilag
Распознавание речиАудио → текст

Компактная дообученная модель Whisper для автоматического распознавания и транскрибации речи.

6скачиваний за 30 дней0лайковвеса обновлены10 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

Это компактная модель распознавания речи семейства Whisper, дообученная на базе NbAiLab/nb-whisper-tiny на датасете samromur_asr. Модель принимает аудио и формирует текстовую транскрипцию; размер составляет 29,4 млн параметров.

Модель предназначена для автоматической транскрибации речи. На указанном в карточке наборе оценки опубликованы Loss 0,7830 и WER 51,6035; этот результат указывает на заметные ошибки распознавания, поэтому качество на конкретных аудиозаписях следует оценивать отдельно. Репозиторий содержит веса safetensors, лицензия — Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в записях на датасете Samromur
  • получение текстовой расшифровки аудио

Ограничения

В карточке указана WER 51,6035 на наборе оценки, что свидетельствует о существенном уровне ошибок. Языки модели явно не перечислены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-tiny-no-is-5k-steps

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

  • Loss: 0.7830
  • Wer: 51.6035

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: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.26960.177810001.355169.4512
0.91010.355620000.983360.0096
0.76260.533330000.859654.7590
0.73160.711140000.801452.3165
0.72690.888950000.783051.6035

Framework versions

  • Transformers 4.42.3
  • Pytorch 2.3.0+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
7c82405

0 моделей

    Создать бенчмарк