/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

wav2vec2-xls-r-300m-italian

dbdmg
Распознавание речиАудио → текст6 профессий

Дообученная на итальянской речи модель Wav2Vec2 для автоматического преобразования аудио в текст.

193 тыс.скачиваний за 30 дней3лайкавеса обновлены26 июн 2023

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

dbdmg/wav2vec2-xls-r-300m-italian — модель распознавания речи, созданная путём дообучения facebook/wav2vec2-xls-r-300m на итальянской части набора Common Voice 7.0. Она принимает аудио и преобразует речь в текст на итальянском языке. В README приведён WER 0,1710 на наборе оценки; также указано значение Loss: inf, поэтому результаты обучения следует интерпретировать с осторожностью. Модель построена на архитектуре Wav2Vec2 с CTC-декодером и содержит около 402,8 млн параметров. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация речи на итальянском языке
  • создание субтитров для итальянских аудио- и видеозаписей
  • распознавание итальянской речи в записях интервью
  • преобразование итальянских голосовых сообщений в текст

Ограничения

README указывает Loss: inf, поэтому приведённую метрику WER 0,1710 следует оценивать с осторожностью. Модель предназначена для итальянской речи; перенос качества на другие языки или условия записи не подтверждён.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-300m-italian

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - IT dataset. It achieves the following results on the evaluation set:

  • Loss: inf
  • Wer: 0.1710

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: 0.0003
  • train_batch_size: 64
  • 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
  • num_epochs: 5.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log0.04100inf1.0
No log0.09200inf0.9983
No log0.13300inf0.7672
No log0.18400inf0.6919
2.99290.22500inf0.6266
2.99290.26600inf0.5513
2.99290.31700inf0.5081
2.99290.35800inf0.4945
2.99290.39900inf0.4720
0.53110.441000inf0.4387
0.53110.481100inf0.4411
0.53110.531200inf0.4429
0.53110.571300inf0.4322
0.53110.611400inf0.4532
0.46540.661500inf0.4492
0.46540.71600inf0.3879
0.46540.751700inf0.3836
0.46540.791800inf0.3743
0.46540.831900inf0.3687
0.42540.882000inf0.3793
0.42540.922100inf0.3766
0.42540.972200inf0.3705
0.42541.012300inf0.3272
0.42541.052400inf0.3185
0.39971.12500inf0.3244
0.39971.142600inf0.3082
0.39971.182700inf0.3040
0.39971.232800inf0.3028
0.39971.272900inf0.3112
0.36681.323000inf0.3110
0.36681.363100inf0.3067
0.36681.43200inf0.2961
0.36681.453300inf0.3081
0.36681.493400inf0.2936
0.36451.543500inf0.3037
0.36451.583600inf0.2974
0.36451.623700inf0.3010
0.36451.673800inf0.2985
0.36451.713900inf0.2976
0.36241.764000inf0.2928
0.36241.84100inf0.2860
0.36241.844200inf0.2922
0.36241.894300inf0.2866
0.36241.934400inf0.2776
0.35271.974500inf0.2792
0.35272.024600inf0.2858
0.35272.064700inf0.2767
0.35272.114800inf0.2824
0.35272.154900inf0.2799
0.31622.195000inf0.2673
0.31622.245100inf0.2962
0.31622.285200inf0.2736
0.31622.335300inf0.2652
0.31622.375400inf0.2551
0.30632.415500inf0.2680
0.30632.465600inf0.2558
0.30632.55700inf0.2598
0.30632.545800inf0.2518
0.30632.595900inf0.2541
0.29132.636000inf0.2507
0.29132.686100inf0.2500
0.29132.726200inf0.2435
0.29132.766300inf0.2376
0.29132.816400inf0.2348
0.27972.856500inf0.2512
0.27972.96600inf0.2382
0.27972.946700inf0.2523
0.27972.986800inf0.2522
0.27973.036900inf0.2409
0.27663.077000inf0.2453
0.27663.127100inf0.2326
0.27663.167200inf0.2286
0.27663.27300inf0.2342
0.27663.257400inf0.2305
0.24683.297500inf0.2238
0.24683.337600inf0.2321
0.24683.387700inf0.2305
0.24683.427800inf0.2174
0.24683.477900inf0.2201
0.24393.518000inf0.2133
0.24393.558100inf0.2217
0.24393.68200inf0.2189
0.24393.648300inf0.2105
0.24393.698400inf0.2118
0.23573.738500inf0.2093
0.23573.778600inf0.2103
0.23573.828700inf0.2035
0.23573.868800inf0.2019
0.23573.918900inf0.2032
0.22173.959000inf0.2056
0.22173.999100inf0.2022
0.22174.049200inf0.1932
0.22174.089300inf0.1935
0.22174.129400inf0.1906
0.20254.179500inf0.1879
0.20254.219600inf0.1882
0.20254.269700inf0.1854
0.20254.39800inf0.1865
0.20254.349900inf0.1844
0.18694.3910000inf0.1822
0.18694.4310100inf0.1815
0.18694.4810200inf0.1812
0.18694.5210300inf0.1792
0.18694.5610400inf0.1797
0.18634.6110500inf0.1774
0.18634.6510600inf0.1767
0.18634.710700inf0.1765
0.18634.7410800inf0.1753
0.18634.7810900inf0.1731
0.1784.8311000inf0.1727
0.1784.8711100inf0.1724
0.1784.9111200inf0.1722
0.1784.9611300inf0.1712

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.dev0
  • Tokenizers 0.11.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
48812eb

0 моделей

    Создать бенчмарк