/ Модель

Характеристики

Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
25 июн 2024

acft-whisper-small

Распознавание речиАудио → текст3 профессии

Дообученная версия Whisper Small для распознавания речи с повышенной устойчивостью на коротких аудиофрагментах.

83скачиваний за 30 дней6лайковвеса обновлены25 июн 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

futo-org/acft-whisper-small — дообученная FUTO версия OpenAI Whisper Small для распознавания речи с повышенной устойчивостью при изменении аудиоконтекста. Метод дообучения рассчитан на более эффективную работу с короткими аудиофрагментами. Модель содержит 153,1 млн параметров и использует архитектуру Whisper для генерации текста по входному аудио.

Модель предназначена для автоматической транскрибации коротких речевых записей. По README, сама по себе она не работает с настройками стандартного runtime Whisper; для проверки разных размеров аудиоконтекста авторы рекомендуют whisper.cpp с параметром --audio-context. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Языковая поддержка в предоставленных данных не перечислена.

Сценарии применения

  • транскрибация коротких голосовых записей
  • распознавание речи в коротких аудиофрагментах
  • преобразование речевых заметок в текст

Ограничения

По README, модель не предназначена для самостоятельного использования с настройками стандартного runtime Whisper; для работы с аудиоконтекстом авторы рекомендуют whisper.cpp и параметр --audio-context. Языковая поддержка не указана в предоставленных данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card

Model Description

This is in a fine-tuned series of OpenAI's Whisper models.

The models have been finetuned for dynamic audio context robustness, allowing shorter audio contexts for better performance with short audio inputs. The method is detailed in our GitHub repo.

  • Developed by: FUTO
  • License: Apache-2.0
  • Finetuned from model: OpenAI Whisper

Uses

These models are not useful by themselves under default Whisper runtime configurations.

The easiest way to test differing audio context is to use whisper.cpp with the --audio-context parameter. We provide converted whisper.cpp models in our GitHub README.

Other Information

More information can be found in our GitHub README.

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
a8f8b33

0 моделей