/ Модель

Характеристики

Контекст
448 токенов
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
13 дек 2022

whisper-base-id

Распознавание речиАудио → текст

Дообученная версия Whisper Base для распознавания индонезийской речи и её преобразования в текст.

13скачиваний за 30 дней1лайквеса обновлены14 дек 2022

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 Base Indonesian — модель распознавания речи на базе архитектуры Whisper, дообученная на индонезийской части набора Common Voice 11.0. Её разработчик — evanarlian; базовая модель — openai/whisper-base. Модель содержит 51,7 млн параметров и предназначена для преобразования индонезийской речи в текст.

Модель можно применять для транскрибирования записей и голосовых сообщений на индонезийском языке. В README указаны значения на наборе оценки: loss 0,5101 и WER 23,7573. Доступны веса PyTorch, лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование записей на индонезийском языке
  • распознавание индонезийской речи в голосовых сообщениях
  • создание текстовых субтитров для индонезийского аудио

Ограничения

В README не описаны ограничения применения. На указанном наборе оценки WER составляет 23,7573, поэтому качество распознавания может быть недостаточным для сценариев, требующих высокой точности.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Indonesian

This model is a fine-tuned version of openai/whisper-base on the mozilla-foundation/common_voice_11_0 id dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5101
  • Wer: 23.7573

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: 2e-05
  • train_batch_size: 64
  • eval_batch_size: 32
  • 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
0.20414.955000.390623.9140
0.0159.910000.461924.3752
0.003214.8515000.490123.7803
0.001519.820000.510123.7573
0.00124.7525000.526523.9786
0.000829.730000.539924.1216
0.000634.6535000.550123.8956
0.000539.640000.558324.0570
0.000444.5545000.563824.1815
0.000449.550000.565924.1492

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2

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
f12d860

0 моделей