/ Модель
Каталог

Характеристики

Параметры
403 млн
Архитектура
wav2vec2 · dense

Ссылки

Hugging Face

common7

ghofrani
Распознавание речиАудио → текст5 профессий

Модель Wav2Vec2 для автоматического распознавания персидской речи, дообученная на Mozilla Common Voice 7.0.

10скачиваний за 30 дней0лайковвеса обновлены4 фев 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

ghofrani/common7 — модель распознавания речи на базе архитектуры Wav2Vec2, дообученная на персидской части набора Mozilla Common Voice 7.0. Она принимает аудио и преобразует речь в текст; подходит для автоматической транскрипции персидской речи. Модель содержит 402,8 млн параметров и опубликована в формате PyTorch.

На оценочном наборе указаны значение функции потерь 0,3448 и WER 0,3478. README не приводит дополнительных сведений о сценариях применения или обучающих данных. Лицензия в предоставленных материалах не указана.

Сценарии применения

  • транскрибация персидской речи
  • распознавание персидских голосовых записей
  • преобразование персидских аудиозаписей в текст

Ограничения

На оценочном наборе WER составляет 0,3478, поэтому распознавание может содержать существенные ошибки. Сведения о лицензии в предоставленных материалах отсутствуют.

Для каких профессий подходит5

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.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

common7

This model is a fine-tuned version of common7/checkpoint-18500 on the MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - FA dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3448
  • Wer: 0.3478

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: 6e-05
  • train_batch_size: 32
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 150.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
2.9573.295002.95031.0
1.72256.5810000.88600.7703
1.49079.8615000.65550.6673
1.417713.1620000.57840.6076
1.342516.4525000.53790.5718
1.3319.7330000.49620.5245
1.437823.0335000.46990.5098
1.189426.3140000.45270.4848
1.184429.645000.43090.4651
1.179532.8950000.41310.4524
1.147136.1855000.40520.4435
1.133739.4760000.39270.4363
1.189642.7665000.38110.4254
1.184746.0570000.38550.4129
0.995449.3475000.37290.3981
1.029352.6380000.36370.4014
1.022455.9285000.35780.3885
1.01259.2190000.36290.3930
1.077262.595000.36350.3906
1.034465.79100000.34690.3771
0.945769.08105000.34350.3735
0.930772.37110000.35190.3762
0.952375.65115000.34430.3666
0.952378.94120000.35020.3757
0.947582.24125000.35090.3643
0.997185.52130000.35020.3626
0.905888.81135000.34720.3605
0.892292.1140000.35300.3618
0.995.39145000.35000.3574
0.905198.68150000.34560.3535
0.9304101.97155000.34380.3578
0.9433105.26160000.33960.3530
0.8988108.55165000.34360.3539
0.8789111.84170000.34260.3516
0.8667115.13175000.34380.3506
0.8895118.42180000.34340.3503
0.8888121.71185000.34250.3494
0.9453125.0190000.34150.3480
0.9267128.29195000.34770.3503
0.8315131.58200000.34760.3505
0.8542134.86205000.34750.3506
0.8478138.16210000.34300.3481
0.8643141.45215000.34510.3485
0.8705144.73220000.34440.3474
0.9869148.03225000.34410.3493

Framework versions

  • Transformers 4.17.0.dev0
  • Pytorch 1.10.2
  • Datasets 1.18.3.dev0
  • Tokenizers 0.10.3

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
9197cd4

0 моделей

    Создать бенчмарк