/ 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-v6-2

gary109
Распознавание речиАудио → текст3 профессии

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

44скачиваний 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 разработана автором репозитория gary109 и дообучена на базе gary109/ai-light-dance_drums_pretrain_wav2vec2-base-new для автоматического распознавания речи. Она построена на архитектуре Wav2Vec2 с CTC-выходом и содержит 113,3 млн параметров. Репозиторий создан в ноябре 2022 года, веса представлены в формате PyTorch.

Модель предназначена для распознавания аудио в рамках набора данных AI Light Dance — ONSET-IDMT-MDB-ENST3. В карточке приведены результаты на оценочной выборке: loss 0,7363 и WER 0,4070. README не описывает подробнее сценарии применения или языки распознавания, поэтому их нельзя установить по имеющимся данным.

Сценарии применения

  • распознавание аудио из набора AI Light Dance
  • экспериментальная оценка Wav2Vec2 на ONSET-IDMT-MDB-ENST3

Ограничения

На оценочной выборке указана WER 0,4070; это заметная ошибка распознавания. README не уточняет языковую поддержку и ограничения применения.

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.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-new-v6-2

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-ENST3 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7363
  • Wer: 0.4070

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
17.2730.99352.90441.0
1.8451.99703.50941.0
1.70912.991052.00631.0
1.52193.991401.96010.9519
1.39264.991752.02050.6782
1.20515.992101.89550.5909
1.15996.992451.67560.6057
1.01867.992801.28400.5660
0.95458.993151.66950.5407
0.9879.993501.26540.5449
0.985110.993851.66300.5192
1.032811.994201.62640.5243
0.875212.994551.34310.5247
0.874613.994901.22510.4951
0.850314.995251.19920.4943
0.843115.995601.16510.5247
0.753816.995951.21920.5027
0.8417.996301.09830.4947
0.783618.996651.12580.4762
0.702419.997001.01380.4736
0.678820.997351.06910.4977
0.75721.997701.17250.4720
0.736922.998051.06700.4985
0.746123.998401.01390.4854
0.70624.998751.35730.4623
0.696825.999101.13770.4829
0.670326.999451.09830.4829
0.750327.999801.04450.4973
0.680628.9910151.09530.4644
0.694729.9910501.02800.4703
0.651330.9910850.94370.4745
0.65131.9911201.31610.4656
0.761132.9911551.12450.4770
0.789833.9911901.26510.4648
0.644634.9912251.01630.4736
0.613535.9912600.97040.4551
0.734836.9912951.07130.4610
0.629737.9913301.01180.4547
0.584138.9913651.03300.4585
0.582839.9914000.92500.4589
0.555940.9914350.87370.4429
0.637441.9914700.87400.4471
0.726742.9915050.80530.4441
0.601943.9915400.90410.4395
0.596844.9915750.87930.4323
0.547445.9916100.98140.4407
0.527646.9916450.82980.4344
0.882347.9916800.80990.4175
0.571148.9917150.80200.4159
0.634749.9917500.91760.4353
0.577750.9917850.96450.4171
0.542251.9918200.85860.4209
0.557652.9918550.87290.4344
0.503153.9918900.89610.4420
0.570354.9919250.91820.4264
0.477955.9919600.87360.4399
0.555856.9919950.87640.4235
0.510257.9920300.84930.4235
0.631958.9920650.82090.4268
0.613259.9921000.80490.4251
0.515960.9921350.84240.4171
0.521261.9921700.92200.4188
0.494762.9922050.86120.4167
0.508663.9922400.80420.4121
0.525964.9922750.86560.4036
0.497465.9923100.73630.4070
0.45966.9923450.74540.4007
0.506467.9923800.82030.4095
0.541968.9924150.76990.4011
0.463769.9924500.77020.4112
0.503370.9924850.76490.4083
0.458571.9925200.80380.4184
0.480472.9925550.82880.4036
0.490773.9925900.77940.4062
0.484674.9926250.77920.4078
0.473375.9926600.79000.4078
0.477276.9926950.80840.4057
0.478577.9927300.78840.4074
0.488878.9927650.79880.4074
0.450679.9928000.81000.4074
0.536480.9928350.81870.4036
0.478781.9928700.80400.4019
0.505282.9929050.84120.4100
0.470583.9929400.81620.4066
0.513784.9929750.85580.4070
0.511785.9930100.83760.4078
0.567186.9930450.81110.4053
0.533387.9930800.82970.4121
0.453488.9931150.78290.4040
0.470389.9931500.79610.4045
0.547890.9931850.78360.4032
0.45391.9932200.82950.4078
0.451392.9932550.80830.3998
0.422193.9932900.79930.4032
0.472594.9933250.79430.4019
0.438195.9933600.81450.4057
0.644396.9933950.80850.4011
0.408997.9934300.79820.4028
0.477998.9934650.79930.4003
0.473199.9935000.80040.4028

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
b686b32

0 моделей

    Создать бенчмарк