/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Библиотека
transformers
Опубликована
24 сен 2024

whisper-large-v3-pt-cv19-fleurs

Распознавание речиАудио → текст9 профессий

Дообученная на cv19-fleurs мультиязычная Whisper large-v3 для распознавания речи и транскрибации аудио.

286скачиваний за 30 дней3лайкавеса обновлены2 окт 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

Мультиязычная модель распознавания речи на базе Whisper large-v3 от OpenAI, дообученная fsicoli на наборе данных fsicoli/cv19-fleurs. Модель содержит 905,2 млн параметров и предназначена для преобразования аудио в текст. Для оценки указаны loss 0,1823 и WER 0,0756 на тестовой выборке.

Сценарии применения

  • транскрибация речи из аудиозаписей
  • распознавание речи на языках набора FLEURS
  • создание текстовых расшифровок мультиязычного аудио

Ограничения

README не сообщает языковой охват, условия применения или дополнительные ограничения; приведённая WER относится только к указанной оценочной выборке.

Для каких профессий подходит9

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-pt-cv19-fleurs

This model is a fine-tuned version of openai/whisper-large-v3 on the fsicoli/cv19-fleurs default dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1823
  • Wer: 0.0756

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: 6.25e-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 10000
  • training_steps: 50000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.05592.288350000.10960.0730
0.05814.5767100000.13260.0829
0.02256.8650150000.15700.0849
0.00889.1533200000.17040.0840
0.006511.4416250000.18230.0849
0.00613.7300300000.18080.0809
0.005516.0183350000.18110.0790
0.003118.3066400000.19070.0784
0.001120.5950450000.18520.0771
0.000322.8833500000.18480.0756

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.4.1
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
5ff4d86

0 моделей