/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
cc
Архитектура
whisper · dense
Опубликована
27 дек 2023

whisper-large-v3-it-cv16

Распознавание речиАудио → текст7 профессий

Модель Whisper Large v3, дообученная на итальянской речи Common Voice 16 для автоматической транскрибации аудио.

57скачиваний за 30 дней5лайковвеса обновлены1 мар 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

fsicoli/whisper-large-v3-it-cv16 — модель распознавания речи на базе Whisper Large v3, дообученная на итальянском языке на обучающей и валидационной выборках Common Voice 16. В метаданных архитектура указана как WhisperForConditionalGeneration; модель содержит около 905,2 млн параметров и доступна в формате safetensors.

Модель предназначена для преобразования итальянской речи в текст. Её можно использовать для транскрибации записей и аудио, например через pipeline automatic-speech-recognition в Transformers. Карточка также указывает тестовую выборку Common Voice 16, но не приводит результатов оценки качества.

Лицензия указана как CC. Карточка не уточняет её вариант и не описывает ограничения по точности, шуму или акцентам; качество в конкретных условиях следует проверять отдельно.

Сценарии применения

  • транскрибация итальянских аудиозаписей
  • распознавание итальянской речи в записях
  • подготовка текстовых расшифровок италоязычного аудио

Ограничения

Карточка не приводит метрик качества или подробностей об устойчивости к шуму и различным акцентам. Лицензия обозначена только как CC без уточнения варианта.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large v3 Italian

This model is a fine-tuned version of [openai/whisper-large-v3] (https://huggingface.co/openai/whisper-large-v3) on Italian using the train and validation split of [Common Voice 16] (https://huggingface.co/datasets/fsicoli/common_voice_16_0).

Usage

from transformers import pipeline

transcriber = pipeline(
  "automatic-speech-recognition", 
  model="fsicoli/whisper-large-v3-it-cv16"
)

transcriber.model.config.forced_decoder_ids = (
  transcriber.tokenizer.get_decoder_prompt_ids(
    language="it", 
    task="transcribe"
  )
)

transcription = transcriber("path/to/my_audio.wav")

Model Description

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

Test split of [Common Voice 16] (https://huggingface.co/datasets/fsicoli/common_voice_16_0).

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

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
22eb1db

0 моделей