/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
9 июл 2023

wav2vec2-large-xlsr-53-english-pronunciation-evaluation-aod-cut-balance

Классификация текстаТекст → label3 профессии

Дообученная wav2vec2-модель классифицирует аудиозаписи для оценки произношения английского языка.

87скачиваний за 30 дней5лайковвеса обновлены9 июл 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

wav2vec2-large-xlsr-53-english-pronunciation-evaluation-aod-cut-balance — модель для классификации аудио, созданная дообучением jonatasgrosman/wav2vec2-large-xlsr-53-english. Она предназначена для оценки английского произношения по аудиозаписи. Архитектура — Wav2Vec2ForSequenceClassification семейства wav2vec2; размер — 402,7 млн параметров. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0.

В карточке приведены результаты оценки: accuracy 0,6055 и F1 0,6017. Данные о наборе обучения и подробных ограничениях не раскрыты, поэтому качество на других данных и применимость к разным акцентам установить нельзя.

Сценарии применения

  • оценка произношения английских слов и фраз по аудиозаписи
  • классификация аудиозаписей при проверке английского произношения
  • автоматизированная обратная связь в упражнениях по английскому произношению

Ограничения

В README указаны умеренные результаты на оценочном наборе: accuracy 0,6055 и F1 0,6017. Состав обучающих данных и ограничения по акцентам или условиям записи не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-xlsr-53-english-pronunciation-evaluation-aod-cut-balance

This model is a fine-tuned version of jonatasgrosman/wav2vec2-large-xlsr-53-english on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0674
  • Accuracy: 0.6055
  • F1: 0.6017
  • Precision: 0.6074
  • Recall: 0.6055

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracyF1PrecisionRecall
1.00111.01051.04940.50.41110.47210.5
0.77772.02100.94540.55760.51780.53320.5576
0.74623.03151.11900.58150.56490.57570.5815
0.60994.04201.02990.60430.59750.59920.6043
0.44575.05251.06740.60550.60170.60740.6055

Framework versions

  • Transformers 4.30.2
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • Tokenizers 0.13.3

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
2fa498b

0 моделей