/ 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-mdb-enst-2

gary109
Распознавание речиАудио → текст3 профессии

Дообученная модель Wav2Vec2 для автоматического распознавания речи из аудио в текст.

330скачиваний 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 автоматического распознавания речи на базе архитектуры Wav2Vec2ForCTC с 113,3 млн параметров, разработанная автором gary109. Она дообучена на наборе GARY109/AI_LIGHT_DANCE — ONSET-IDMT-MDB-ENST-2, поверх gary109/ai-light-dance_drums_ft_pretrain_wav2vec2-base-new_onset-idmt-mdb-2. Репозиторий содержит веса PyTorch.

Модель принимает аудио и предназначена для преобразования речи в текст. В README приведены результаты оценки: loss 0,6379 и WER 0,3792. Язык распознавания, рекомендуемые сценарии и ограничения применения в карточке не описаны. Лицензия в предоставленных данных не указана.

Сценарии применения

  • преобразование речевых аудиозаписей в текст

Ограничения

Язык распознавания и предполагаемые условия применения не описаны. На указанном наборе оценки WER составляет 0,3792.

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.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_onset-idmt-mdb-enst-2

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

  • Loss: 0.6379
  • Wer: 0.3792

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
1.42260.99352.04350.4154
0.87441.99701.71930.4382
0.94742.991051.78530.4374
0.83163.991401.28270.4306
0.83364.991751.06760.4040
0.73455.992101.53640.4264
0.66666.992451.42840.4585
0.66777.992800.94750.4003
0.67798.993151.11720.4209
0.65039.993500.89990.3834
0.615910.993851.15010.4386
0.683111.994201.08600.3825
0.595912.994550.94100.4045
0.715413.994901.04630.3821
0.609414.995250.85980.3965
0.692915.995600.94940.3931
0.762716.995950.80600.3948
0.60117.996300.98900.3965
0.54618.996650.80590.3990
0.522219.997000.63790.3792
0.580220.997350.69950.3661
0.573121.997700.84050.3606
0.546222.998050.66670.3965
0.605723.998400.83960.3762
0.532324.998750.90540.3952
0.68325.999100.68980.4062
0.52526.999450.72450.3884
0.488527.999800.80760.4049
0.465328.9910150.81000.3838
0.482729.9910500.72470.3863
0.483930.9910850.70090.3817
0.498231.9911200.76370.3914
0.610532.9911550.73430.3914
0.493633.9911900.73900.3762
0.467434.9912250.67240.3581
0.467735.9912600.67300.3488
0.51636.9912950.69560.3728
0.450737.9913300.64830.3615
0.420738.9913650.77180.3484
0.480339.9914000.83160.3775
0.394640.9914350.83220.3568
0.41141.9914700.99330.3707
0.440542.9915050.87890.3943
0.512443.9915400.90300.3707
0.595944.9915750.78090.3948
0.384145.9916100.77160.3965
0.397546.9916450.70640.3931
1.498347.9916803.28660.3627
0.396248.9917150.64860.3648
0.442249.9917500.84500.3779
0.419850.9917850.76280.3564
0.357751.9918200.75530.3678
0.442552.9918550.75660.3716
0.349253.9918900.77100.3631
0.373154.9919250.77370.3627
0.386855.9919600.70210.3572
0.331156.9919950.66030.3518
0.399357.9920300.66640.3581
0.422658.9920650.68130.3551
0.414359.9921000.65670.3568
0.362360.9921350.65680.3454
0.322861.9921700.73260.3568
0.320462.9922050.72770.3640
0.37763.9922400.71450.3585
0.348764.9922750.69430.3505
0.34365.9923100.74610.3395
0.325166.9923450.74420.3564
0.313567.9923800.73310.3530
0.38168.9924150.73060.3513
0.331969.9924500.84950.3484
0.355270.9924850.75460.3551
0.329271.9925200.74830.3450
0.304172.9925550.73050.3522
0.360673.9925900.73580.3484
0.362974.9926250.77090.3446
0.340975.9926600.75680.3585
0.331576.9926950.74660.3475
0.293477.9927300.73510.3496
0.336678.9927650.80140.3484
0.317679.9928000.80140.3420
0.331980.9928350.79960.3437
0.296781.9928700.81560.3412
0.313782.9929050.80250.3361
0.313383.9929400.77840.3416
0.313484.9929750.78940.3336
0.321685.9930100.83310.3395
0.36586.9930450.79800.3353
0.296287.9930800.79650.3404
0.312688.9931150.74700.3420
0.284389.9931500.77880.3404
0.296790.9931850.79020.3374
0.317191.9932200.80220.3404
0.306992.9932550.79990.3345
0.357193.9932900.78960.3404
0.280594.9933250.78310.3391
0.309995.9933600.79090.3366
0.286896.9933950.79180.3395
0.262697.9934300.77660.3429
0.263498.9934650.77700.3437
0.28899.9935000.77620.3429

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
151e328

0 моделей

    Создать бенчмарк