/ Модель
Каталог

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Опубликована
24 ноя 2022

Ссылки

Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base-new-v6

gary109
Распознавание речиАудио → текст3 профессии

Дообученная модель Wav2Vec2 для распознавания речи в аудио из области AI Light Dance.

93скачиваний за 30 дней0лайковвеса обновлены24 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-new-v6 разработана на основе gary109/ai-light-dance_drums_pretrain_wav2vec2-base-new и дообучена для распознавания речи на наборе GARY109/AI_LIGHT_DANCE - ONSET-IDMT-MDB-ENST. Это модель архитектуры Wav2Vec2 с CTC-декодированием, содержащая 113,3 млн параметров. По результатам оценки на тестовой выборке значение потерь составило 0,6823, а WER — 0,3851.

Она предназначена для преобразования аудио в текст в сценариях, связанных с датасетом AI Light Dance. Сведения о поддерживаемых языках, лицензии и ограничениях применения в карточке не приведены.

Сценарии применения

  • распознавание речи в аудиозаписях из набора AI Light Dance
  • преобразование речи в текст для последующей обработки

Ограничения

На оценочной выборке WER составил 0,3851; применимость к другим типам аудио и языкам не установлена по карточке. Сведения о лицензии и ограничениях использования отсутствуют.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

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-v6

This model is a fine-tuned version of gary109/ai-light-dance_drums_pretrain_wav2vec2-base-new on the GARY109/AI_LIGHT_DANCE - ONSET-IDMT-MDB-ENST dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6823
  • Wer: 0.3851

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: 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: 30
  • num_epochs: 100.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
17.2740.99352.90451.0
1.84431.99703.50651.0
1.7092.991052.00721.0
1.49813.991401.95100.9688
1.29774.991751.88630.5534
1.12575.992101.91370.4833
1.12186.992451.97070.4960
0.88787.992801.41790.4774
0.85628.993151.52760.4635
1.57699.993501.12700.4509
0.79610.993851.27060.4496
0.877611.994201.23720.4471
0.741712.994551.28260.4382
0.827313.994901.24250.4542
0.716414.995251.14150.4192
0.706115.995601.23150.4407
0.655316.995950.99830.4112
0.711417.996301.15100.4382
0.646718.996651.06120.4049
0.603519.997001.03600.4188
0.605820.997351.00080.4137
0.68221.997701.19480.4209
0.56622.998051.05550.4133
0.595223.998400.86150.4095
0.588924.998751.07400.4302
0.595425.999101.14650.4167
0.561526.999450.89800.4074
0.538527.999800.84430.4062
0.509728.9910151.14640.4049
0.522429.9910501.02130.4003
0.522630.9910850.86010.4091
0.530331.9911201.01910.3986
0.645732.9911551.24430.4306
0.530533.9911900.98720.4171
0.517934.9912251.04330.3935
0.47135.9912601.00110.4074
0.47336.9912950.88870.3901
0.546537.9913300.86120.3897
0.458438.9913650.95810.4070
0.56539.9914001.07350.4083
0.491640.9914350.88900.3906
0.464341.9914700.73170.4040
0.463342.9915050.93840.4142
0.486743.9915400.88990.4074
0.489244.9915750.84190.4053
0.433845.9916100.82970.4024
0.403846.9916450.96890.3825
0.451947.9916800.85360.4053
0.429848.9917150.97370.3796
0.462249.9917500.90540.4074
0.435850.9917850.78090.3813
0.427751.9918200.84640.3922
0.418652.9918550.81060.3956
0.41353.9918900.92190.3813
0.426254.9919250.96000.3990
0.454255.9919600.84440.4057
0.396656.9919950.78140.3914
0.44457.9920300.83310.3771
0.467358.9920650.78720.3960
0.48359.9921001.07600.4036
0.505960.9921350.81330.3981
0.392761.9921700.86010.4032
0.429762.9922050.73630.3880
0.403463.9922400.76390.4028
0.373164.9922750.81370.3686
0.379365.9923100.76460.3787
0.359366.9923450.78780.3952
0.361667.9923800.79360.4045
0.399168.9924150.74250.3775
0.370969.9924500.69330.3834
0.388670.9924850.70440.3728
0.362471.9925200.69160.3922
0.347772.9925550.72450.3872
0.411673.9925900.68230.3851
0.395674.9926250.77430.3846
0.38675.9926600.77720.3943
0.375576.9926950.78230.3741
0.356977.9927300.78010.3880
0.340378.9927650.76190.3783
0.362379.9928000.72940.3834
0.415780.9928350.73450.3855
0.356981.9928700.73490.3804
0.398882.9929050.72320.3834
0.342583.9929400.72390.3792
0.35384.9929750.73670.3758
0.375685.9930100.72830.3728
0.370286.9930450.70440.3792
0.333987.9930800.72790.3766
0.316188.9931150.76800.3796
0.357389.9931500.74980.3733
0.355790.9931850.74330.3779
0.356391.9932200.72490.3787
0.330492.9932550.75430.3783
0.359693.9932900.73290.3733
0.354894.9933250.75310.3720
0.326995.9933600.73770.3712
0.328996.9933950.73780.3749
0.297897.9934300.72000.3728
0.307598.9934650.72100.3724
0.340299.9935000.71730.3737

Framework versions

  • Transformers 4.25.0.dev0
  • Pytorch 1.8.1+cu111
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2

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
bf52a42

0 моделей

    Создать бенчмарк