/ Модель
Каталог

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Опубликована
25 ноя 2022

Ссылки

Hugging Face

ai-light-dance_drums_ft_pretrain_wav2vec2-base-new_onset-idmt-2

gary109
Распознавание речиАудио → текст3 профессии

Дообученная Wav2Vec2-модель для распознавания речи и преобразования аудио в текст.

434скачиваний за 30 дней0лайковвеса обновлены25 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

Это модель распознавания речи на базе Wav2Vec2ForCTC с 113,3 млн параметров, опубликованная пользователем gary109. Согласно карточке, она дообучена на наборе GARY109/AI_LIGHT_DANCE — ONSET-IDMT-2. На оценочной выборке указаны loss 0,2794 и WER 0,2733.

Модель предназначена для преобразования аудиосигнала в текст. README не раскрывает целевую лексику, язык распознавания или конкретные сценарии применения, поэтому область использования сверх распознавания речи по этим данным определить нельзя. Репозиторий содержит веса PyTorch; условия лицензии в доступных сведениях не приведены.

Сценарии применения

  • преобразование аудиозаписей в текст
  • распознавание речи на аудиоданных, похожих на обучающий набор

Ограничения

README не сообщает поддерживаемые языки, ограничения применения или лицензию. На оценочной выборке указан WER 0,2733; переносимость результата на другие аудиоданные не описана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

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_onset-idmt-2

This model is a fine-tuned version of gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base-new_onset-idmt-2 on the GARY109/AI_LIGHT_DANCE - ONSET-IDMT-2 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2794
  • Wer: 0.2733

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: 30
  • num_epochs: 100.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log1.090.30890.2856
0.28712.0180.32080.28
0.29973.0270.39480.2878
0.2994.0360.31370.3011
0.34625.0450.30670.2689
0.30986.0540.32710.2811
0.28127.0630.49070.26
0.31518.0720.58520.2778
0.30389.0810.29810.2767
0.324810.0900.31290.2811
0.324811.0990.40900.2767
0.310612.01080.53540.3
0.270213.01170.55430.3
0.302114.01260.54370.2689
0.262215.01350.58980.2778
0.246516.01440.29000.2722
0.307717.01530.44070.2544
0.295918.01620.40790.2944
0.284319.01710.50420.2722
0.25420.01800.38510.2878
0.25421.01890.39120.2678
0.253222.01980.46990.2578
0.301123.02070.74660.2744
0.260124.02160.42380.28
0.287325.02250.38170.2456
0.279126.02340.34880.2489
0.239927.02430.29800.2611
0.259228.02520.29420.27
0.219129.02610.29210.2833
0.228530.02700.28510.2744
0.228531.02790.27940.2733
0.248932.02880.30360.2678
0.244533.02970.28510.2678
0.226134.03060.28640.2733
0.239135.03150.30550.2611
0.393936.03240.29270.26
0.252137.03330.34700.2578
0.237838.03420.28410.2656
0.265339.03510.28890.2389
0.223540.03600.31760.25
0.223541.03690.31880.2667
0.247442.03780.37820.2633
0.22243.03870.32010.2767
0.241144.03960.34160.2722
0.256145.04050.30500.2711
0.216946.04140.39680.2511
0.229647.04230.37210.2567
0.198948.04320.32050.2667
0.240849.04410.45240.2489
0.216350.04500.48500.2567
0.216351.04590.37770.2711
0.200152.04680.55260.2644
0.237353.04770.51410.2589
0.213254.04860.54080.2611
0.268755.04950.53890.2678
0.224456.05040.57290.2578
0.210257.05130.62490.2489
0.207658.05220.55380.25
0.20859.05310.54990.2467
0.216760.05400.64810.2433
0.216761.05490.67970.2589
0.221862.05580.54010.2656
0.210263.05670.51520.26
0.217664.05760.55810.26
0.206865.05850.72250.2533
0.212366.05940.63300.2633
0.221267.06030.59430.2589
0.201368.06120.75570.25
0.230469.06210.91440.2467
0.20970.06300.77900.24
0.20971.06390.62030.2411
0.19172.06480.62800.2322
0.231373.06570.54910.2378
0.186974.06660.46530.2411
0.231375.06750.60160.2489
0.180676.06840.64920.2478
0.193477.06930.61850.2478
0.195478.07020.56180.2489
0.207779.07110.57600.2522
0.205280.07200.61720.25
0.205281.07290.68590.2467
0.180482.07380.76430.2422
0.199583.07470.83600.2367
0.186984.07560.69840.2489
0.213585.07650.67590.2422
0.17886.07740.67910.2444
0.173487.07830.72840.2411
0.188188.07920.81720.2344
0.162589.08010.80610.2356
0.18190.08100.76440.2389
0.18191.08190.74130.24
0.194292.08280.64390.2433
0.180693.08370.62500.2467
0.165194.08460.65170.2433
0.183395.08550.66280.2389
0.187396.08640.65820.2378
0.167297.08730.65480.2389
0.187198.08820.66550.24
0.242999.08910.66950.24
0.1832100.09000.67000.2389

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
68054f7

0 моделей

    Создать бенчмарк