/ Модель

Характеристики

Параметры
905 млн
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Библиотека
transformers
Опубликована
30 ноя 2024

intermediate-asr-ashanti-twi

Распознавание речиАудио → текст

Дообученная на асанте-тви модель Whisper для распознавания речи и преобразования аудио в текст.

10скачиваний за 30 дней0лайковвеса обновлены11 дек 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

Whisper ASR Asanti Twi — модель распознавания речи на языке асанте-тви, дообученная femursmith на базе openai/whisper-large-v3-turbo. Она принимает аудио и преобразует речь в текст; в карточке указан набор данных kojo-george/asanti-twi-tts. Модель содержит около 905,2 млн параметров и использует архитектуру WhisperForConditionalGeneration.

На оценочном наборе указаны Loss 0,2205 и WER 18,3988. Карточка не описывает ограничения применения или лицензию модели; лицензию базовой модели нельзя автоматически считать лицензией этой производной модели.

Сценарии применения

  • распознавание речи на асанте-тви
  • транскрибирование записей на асанте-тви
  • преобразование аудио на асанте-тви в текст

Ограничения

В карточке нет сведений об ограничениях применения. Указанный WER 18,3988 относится к оценочному набору, а его методика и репрезентативность не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper ASR Asanti Twi

This model is a fine-tuned version of openai/whisper-turbo on the kojo-george/asanti-twi-tts dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2205
  • Wer: 18.3988

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: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.2260.566610000.343025.6197
0.14381.133120000.273720.8776
0.12771.699730000.235318.9530
0.0832.266340000.220518.3988

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.5.1+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
b6b8dfa

0 моделей