/ Модель
Каталог

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Опубликована
7 ноя 2022

Ссылки

Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base

gary109
Распознавание речиАудио → текст3 профессии

Дообученная модель Wav2Vec2 для распознавания аудио в наборе AI_LIGHT_DANCE — ONSET-DRUMS.

257скачиваний за 30 дней0лайковвеса обновлены8 ноя 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.

Открыть конструктор бенчмарка

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

Модель gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base — дообученная модель распознавания речи на архитектуре Wav2Vec2ForCTC с 113,3 млн параметров. Она предназначена для преобразования аудио в текст и дообучена на наборе GARY109/AI_LIGHT_DANCE — ONSET-DRUMS. В README для оценки указаны loss 1,8991 и WER 0,6046.

Модель принимает аудио и выдаёт текст. Карточка не сообщает языки распознавания, условия применения или лицензию, поэтому нельзя установить, насколько хорошо она подходит для речи вне обучающего набора.

Сценарии применения

  • распознавание аудио из набора AI_LIGHT_DANCE — ONSET-DRUMS
  • преобразование аудиозаписей в текст
  • эксперименты с распознаванием речи на Wav2Vec2

Ограничения

На оценочном наборе указана WER 0,6046; перенос качества на другие данные не подтверждён. Языки распознавания и лицензия в доступных сведениях не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base

This model is a fine-tuned version of gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base on the GARY109/AI_LIGHT_DANCE - ONSET-DRUMS dataset. It achieves the following results on the evaluation set:

  • Loss: 1.8991
  • Wer: 0.6046

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: 0.0004
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 20
  • num_epochs: 200.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log0.982.04340.6226
0.47391.9162.10240.6247
0.46932.9241.98240.6211
0.51393.9322.29620.6429
0.50814.9402.22010.6292
0.50815.9482.13990.6208
0.57856.9562.14510.6417
0.5337.9642.11840.6330
0.51418.9722.02300.6342
0.49719.9802.21370.6381
0.497110.9882.11590.6253
0.564511.9962.09660.6247
0.493212.91041.92490.6223
0.491813.91122.04450.6235
0.505314.91202.13170.6304
0.505315.91282.07230.6256
0.556516.91362.13900.6402
0.481917.91441.95560.6321
0.513118.91521.98860.6333
0.479819.91601.97000.6259
0.479820.91681.97710.6295
0.522121.91761.98800.6235
0.486222.91842.09940.6298
0.483123.91922.05210.6205
0.495224.92001.98380.6064
0.495225.92082.03190.6103
0.511926.92162.04190.6160
0.499627.92242.00730.6178
0.48828.92322.17400.6304
0.497829.92402.27310.6163
0.497830.92482.24200.6205
0.525931.92562.05610.6184
0.4732.92641.94550.6136
0.513233.92721.93070.6043
0.497234.92802.05360.6127
0.497235.92881.91130.6223
0.514736.92961.93170.6286
0.491437.93042.18100.6241
0.47238.93122.14030.6160
0.482539.93202.11410.6094
0.482540.93282.28700.6031
0.513841.93362.14040.6181
0.4842.93442.02430.6265
0.459843.93522.11170.6199
0.47444.93602.03780.6321
0.47445.93682.19190.6211
0.493346.93762.36450.6109
0.469247.93842.19200.6076
0.471648.93922.36630.6034
0.460149.94002.28380.6280
0.460150.94082.02870.6148
0.489151.94162.13460.6130
0.450652.94242.15560.6181
0.458153.94322.05600.6229
0.448554.94401.99440.5971
0.448555.94481.97910.6097
0.494256.94562.11660.6070
0.474857.94642.02710.6124
0.422958.94722.04370.6229
0.4559.94802.10120.6142
0.4560.94881.91510.6049
0.493661.94961.89910.6046
0.460262.95041.98130.6112
0.462663.95121.93720.6136
0.44564.95201.90600.6154
0.44565.95281.95740.6151
0.490766.95362.09470.6022
0.472367.95442.00610.6010
0.410368.95521.95570.6094
0.480869.95602.10420.6088
0.480870.95682.13600.6073
0.468271.95762.12900.6013
0.447272.95841.94540.5989
0.425973.95922.09370.6043
0.446474.96002.08220.6058
0.446475.96082.01280.6058
0.477576.96161.97440.6094
0.439477.96241.99920.6010
0.41878.96322.16930.5947
0.438479.96402.13260.5923
0.438480.96482.11510.5950
0.497181.96562.15810.5923
0.417682.96642.08760.6013
0.431283.96722.13160.5935
0.440884.96802.26270.5971
0.440885.96882.27990.6112
0.467886.96962.12390.5989
0.428887.97042.15740.5983
0.415788.97122.21250.5908
0.44489.97202.05420.5986
0.44490.97282.08990.5920
0.469491.97362.11220.6076
0.431492.97442.06340.5950
0.434893.97522.03330.6046
0.455894.97602.11880.5956
0.455895.97682.06060.5995
0.46196.97762.06000.5971
0.425897.97842.04790.6040
0.439598.97922.12820.6055
0.428299.98002.05930.6043
0.4282100.98082.05920.5920
0.4623101.98162.08520.5944
0.4392102.98242.20240.5920
0.4308103.98322.17860.5935
0.4375104.98402.10850.5911
0.4375105.98482.07240.5974
0.4501106.98562.13060.5881
0.4273107.98642.13400.5899
0.4234108.98722.11250.5980
0.4289109.98802.05260.6007
0.4289110.98882.09550.5884
0.478111.98962.11460.5872
0.4143112.99042.23100.5899
0.4193113.99122.21650.5899
0.4159114.99202.16310.5941
0.4159115.99282.13710.5938
0.4776116.99362.09720.5935
0.4143117.99442.12480.5917
0.4022118.99522.13170.5956
0.4346119.99602.12370.5992
0.4346120.99682.06840.5935
0.4564121.99762.07220.5947
0.4243122.99842.13610.5884
0.413123.99922.12070.5893
0.4113124.910002.06970.5837
0.4113125.910082.10050.5875
0.4426126.910162.08220.5870
0.4255127.910242.05720.5959
0.4214128.910322.03430.5935
0.4042129.910402.02820.5902
0.4042130.910482.03140.5846
0.4515131.910562.06210.5870
0.4138132.910642.07040.5938
0.4289133.910722.02220.5896
0.3908134.910802.08790.5855
0.3908135.910882.10680.5822
0.4489136.910962.07020.5837
0.4191137.911042.10930.5881
0.4149138.911122.10460.5819
0.4127139.911202.17290.5777
0.4127140.911282.16360.5810
0.4449141.911362.15150.5786
0.3977142.911442.15310.5774
0.4121143.911522.08570.5816
0.4363144.911602.13720.5822
0.4363145.911682.19020.5828
0.4318146.911762.14650.5831
0.4112147.911842.06970.5858
0.4292148.911922.08500.5837
0.4182149.912002.11710.5846
0.4182150.912082.10200.5867
0.4381151.912162.10520.5849
0.4235152.912242.14300.5864
0.4173153.912322.11310.5834
0.3927154.912402.11340.5846
0.3927155.912482.11730.5846
0.4492156.912562.07720.5801
0.4313157.912642.03090.5861
0.4015158.912722.08870.5819
0.4268159.912802.18120.5849
0.4268160.912882.15680.5881
0.4496161.912962.08050.5801
0.4121162.913042.04610.5872
0.401163.913122.03770.5864
0.4192164.913202.01830.5872
0.4192165.913282.01070.5855
0.4466166.913362.05280.5881
0.3981167.913442.05110.5878
0.3967168.913522.03740.5867
0.4072169.913602.05540.5867
0.4072170.913682.03880.5858
0.4581171.913762.01880.5914
0.3937172.913841.99990.5852
0.4074173.913921.97380.5840
0.4085174.914002.00900.5843
0.4085175.914081.99900.5864
0.4224176.914162.03910.5852
0.4471177.914242.02620.5855
0.4233178.914322.06210.5801
0.409179.914402.04860.5846
0.409180.914482.05080.5807
0.4518181.914562.02410.5887
0.4077182.914642.01690.5843
0.4197183.914722.00140.5896
0.4237184.914802.01890.5843
0.4237185.914882.00950.5867
0.4394186.914961.99930.5884
0.4299187.915042.00970.5899
0.4198188.915122.00490.5870
0.4116189.915201.98990.5875
0.4116190.915281.98140.5881
0.445191.915361.98200.5887
0.4198192.915441.98380.5881
0.4065193.915521.98490.5884
0.3917194.915601.98030.5867
0.3917195.915681.97770.5881
0.4239196.915761.97520.5875
0.4183197.915841.97660.5872
0.3965198.915921.97730.5872
0.4144199.916001.97810.5872

Framework versions

  • Transformers 4.24.0.dev0
  • Pytorch 1.12.1+cu113
  • Datasets 2.6.1
  • Tokenizers 0.13.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
cee3563

0 моделей

    Создать бенчмарк