/ 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-rbma13-2_7k

gary109
Распознавание речиАудио → текст3 профессии

Дообученная Wav2Vec2-модель для автоматического распознавания аудио, обученная на датасете AI Light Dance.

83скачиваний 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

Модель разработана автором репозитория gary109 и представляет собой дообученную версию gary109/ai-light-dance_drums_pretrain_wav2vec2-base-new-7k на датасете GARY109/AI_LIGHT_DANCE - ONSET-RBMA13-2. Это модель Wav2Vec2ForCTC с 113,3 млн параметров для автоматического распознавания речи по аудио. В README приведён результат оценки WER 1,0, что указывает на слабое качество распознавания в указанной оценке.

Для надёжного применения в других сценариях потребуется отдельная проверка качества. Репозиторий содержит веса PyTorch; условия лицензии в предоставленных данных не описаны.

Сценарии применения

  • эксперименты с распознаванием аудио на данных AI Light Dance
  • оценка качества распознавания на наборе ONSET-RBMA13-2
  • исследование дообучения Wav2Vec2ForCTC

Ограничения

В README указана метрика WER 1,0 на оценочном наборе, что свидетельствует о низком качестве в этой оценке. Язык распознавания и лицензия по предоставленным данным не установлены.

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 000моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

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-rbma13-2_7k

This model is a fine-tuned version of gary109/ai-light-dance_drums_pretrain_wav2vec2-base-new-7k on the GARY109/AI_LIGHT_DANCE - ONSET-RBMA13-2 dataset. It achieves the following results on the evaluation set:

  • Loss: 2.3330
  • Wer: 1.0

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 log1.0168.13581.0
No log2.0268.13581.0
No log3.0368.13581.0
No log4.0468.02451.0
No log5.0567.78741.0
No log6.0667.45351.0
No log7.0767.01421.0
No log8.0867.01421.0
No log9.0966.43351.0
38.401110.01065.71001.0
38.401111.01164.82061.0
38.401112.01263.82391.0
38.401113.01362.64891.0
38.401114.01461.30711.0
38.401115.01559.74271.0
38.401116.01658.02560.98
38.401117.01756.03271.0
38.401118.01853.77241.0
38.401119.01951.25561.0
33.255420.02048.49561.0
33.255421.02145.40381.0
33.255422.02241.99801.0
33.255423.02341.99801.0
33.255424.02438.22811.0
33.255425.02534.15771.0
33.255426.02629.79851.0
33.255427.02725.11461.0
33.255428.02820.22871.0
33.255429.02915.34061.0
15.120630.03010.76931.0
15.120631.0316.89981.0
15.120632.0324.59071.0
15.120633.0333.35961.0
15.120634.0342.77111.0
15.120635.0352.59621.0
15.120636.0362.90021.0
15.120637.0373.00611.0
15.120638.0382.81751.0
15.120639.0392.45121.0
2.429840.0402.33301.0
2.429841.0412.37661.0
2.429842.0422.56261.0
2.429843.0432.96321.0
2.429844.0443.27961.0
2.429845.0453.40151.0
2.429846.0463.28081.0
2.429847.0473.23731.0
2.429848.0483.24621.0
2.429849.0493.61681.0
1.614350.0503.66251.0
1.614351.0513.75931.0
1.614352.0523.93271.0
1.614353.0533.71851.0
1.614354.0543.91001.0
1.614355.0554.31231.0
1.614356.0564.29041.0
1.614357.0573.95191.0
1.614358.0583.45181.0
1.614359.0593.01971.0
1.405460.0602.88631.0
1.405461.0612.97541.0
1.405462.0623.29981.0
1.405463.0633.87151.0
1.405464.0644.18981.0
1.405465.0654.18131.0
1.405466.0663.90251.0
1.405467.0673.43191.0
1.405468.0683.27551.0
1.405469.0693.33491.0
1.312170.0703.54851.0
1.312171.0713.90191.0
1.312172.0724.08191.0
1.312173.0733.99551.0
1.312174.0743.70881.0
1.312175.0753.29571.0
1.312176.0763.11411.0
1.312177.0773.08521.0
1.312178.0783.18711.0
1.312179.0793.41271.0
1.257680.0803.69131.0
1.257681.0813.82861.0
1.257682.0823.81571.0
1.257683.0833.68141.0
1.257684.0843.44961.0
1.257685.0853.28441.0
1.257686.0863.22541.0
1.257687.0873.26831.0
1.257688.0883.37911.0
1.257689.0893.55011.0
1.237390.0903.66221.0
1.237391.0913.72071.0
1.237392.0923.69611.0
1.237393.0933.60991.0
1.237394.0943.53361.0
1.237395.0953.43421.0
1.237396.0963.31701.0
1.237397.0973.26241.0
1.237398.0983.24371.0
1.237399.0993.25911.0
1.1952100.01003.29271.0

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
3e7576d

0 моделей

    Создать бенчмарк