/ Модель
Каталог

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Опубликована
30 ноя 2022

Ссылки

Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base-new-13k_onset-drums_fold_3

gary109
Распознавание речиАудио → текст3 профессии

Дообученная Wav2Vec2-модель для распознавания аудио на данных AI Light Dance ONSET-DRUMS.

231скачиваний за 30 дней0лайковвеса обновлены1 дек 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-new-13k_onset-drums_fold_3 разработана как дообученная версия gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base-new-13k_onset-drums_fold_2 на наборе GARY109/AI_LIGHT_DANCE — ONSET-DRUMS_FOLD_3. Это модель Wav2Vec2 с архитектурой Wav2Vec2ForCTC, содержащая 113,3 млн параметров и распространяемая в формате PyTorch. Она предназначена для распознавания аудио в задаче, связанной с датасетом ONSET-DRUMS; README приводит значение WER 0,1250 и loss 0,4093 на оценочной выборке.

Заявленная задача в карточке Hugging Face — automatic speech recognition. Однако описание назначения и ограничения в README не заполнены, а сведения не подтверждают распознавание обычной речи или поддержку конкретных естественных языков. Лицензия в предоставленных данных не указана.

Сценарии применения

  • распознавание аудио в задаче ONSET-DRUMS
  • оценка качества распознавания на наборе AI Light Dance
  • эксперименты с Wav2Vec2 для распознавания аудио

Ограничения

README не описывает предполагаемые сценарии, ограничения или языки модели; приведённый WER относится только к указанной оценочной выборке. Поддержка обычной речи и применимость вне данных ONSET-DRUMS не подтверждены.

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 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base-new-13k_onset-drums_fold_3

This model is a fine-tuned version of gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base-new-13k_onset-drums_fold_2 on the GARY109/AI_LIGHT_DANCE - ONSET-DRUMS_FOLD_3 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4093
  • Wer: 0.1250

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: 0.0003
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 4
  • 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: 100
  • num_epochs: 50.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.45571.0700.57940.1197
0.67962.01400.57260.1388
0.45113.02100.62900.1242
0.6094.02800.71120.1187
0.40825.03500.82750.1965
0.46386.04200.47670.1524
0.44467.04900.50910.1376
0.43378.05600.66220.1170
0.46049.06300.72420.1600
0.446210.07000.72980.1383
0.420111.07700.80580.1362
0.420412.08400.62550.1099
0.46113.09100.52040.1109
0.377914.09800.69110.1125
0.340315.010500.58630.1188
0.622316.011200.63670.1147
0.382717.011900.62660.1293
0.305518.012600.48660.1095
0.391719.013300.40930.1250
0.391220.014000.45140.1077
0.386121.014700.50430.1156
0.365922.015400.56800.1091
0.353623.016100.79400.1029
0.355924.016800.58770.1101
0.327425.017500.44610.1059
0.523226.018201.20510.1068
0.324127.018900.87160.1099
0.316928.019600.67520.1082
0.293829.020300.60230.1071
0.302230.021000.61220.1146
0.424531.021700.57350.1102
0.309532.022400.44760.1042
0.406233.023100.63390.1130
0.320234.023800.41010.1077
0.295235.024500.48250.1076
0.294536.025200.49980.1058
0.33637.025900.54900.1061
0.291238.026600.48040.1038
0.28239.027300.47760.1022
0.435940.028000.43760.1044
0.269841.028700.56090.1098
0.300442.029400.52580.1083
0.287343.030100.48100.1069
0.341344.030800.49610.1080
0.280245.031500.68500.1076
0.258446.032200.72100.1082
0.328247.032900.61790.1053
0.266648.033600.76730.1075
0.298949.034300.77100.1079
0.267650.035000.76550.1076

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
b532327

0 моделей

    Создать бенчмарк