/ Модель

Характеристики

Размер весов
145 МБ
Лицензия
MIT
Библиотека
ctranslate2
Опубликована
23 мар 2023

faster-whisper-base

Распознавание речиАудио → текст9 профессий

Конверсия Whisper Base в формат CTranslate2 для распознавания речи, в том числе через faster-whisper.

4 712скачиваний за 30 дней11лайковвеса обновлены12 мая 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 конверсия модели OpenAI Whisper Base в формат CTranslate2, опубликованная Guillaume Klein. Она предназначена для распознавания речи и может использоваться через CTranslate2 или проекты на его основе, например faster-whisper. Модель принимает аудио и выдаёт текст; поддерживает многоязычное распознавание, включая русский. Веса сохранены в FP16, а тип вычислений можно выбирать при загрузке через параметр compute_type. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • расшифровка аудиозаписей на русском языке
  • создание субтитров к видео
  • транскрибация многоязычных аудиозаписей

Ограничения

Карточка не приводит отдельные оценки качества или известные ограничения; для информации об исходной модели отсылает к карточке OpenAI Whisper Base.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper base model for CTranslate2

This repository contains the conversion of openai/whisper-base to the CTranslate2 model format.

This model can be used in CTranslate2 or projects based on CTranslate2 such as faster-whisper.

Example

from faster_whisper import WhisperModel

model = WhisperModel("base")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

Conversion details

The original model was converted with the following command:

ct2-transformers-converter --model openai/whisper-base --output_dir faster-whisper-base \
    --copy_files tokenizer.json --quantization float16

Note that the model weights are saved in FP16. This type can be changed when the model is loaded using the compute_type option in CTranslate2.

More information

For more information about the original model, see its model card.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · ctranslate2

Нельзя запустить

Модели CTranslate2 требуют отдельного рантайма.

Ревизия весов
5151021

0 моделей