/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
28 фев 2023

Ссылки

Hugging Face

whisper-medium-1113

hts98
Распознавание речиАудио → текст

Дообученная версия Whisper medium для преобразования аудиозаписей в текст.

4скачиваний за 30 дней0лайковвеса обновлены28 фев 2023

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

hts98 разработал тонкую настройку Whisper medium от OpenAI для автоматического распознавания речи. Модель содержит около 455,8 млн параметров и использует архитектуру WhisperForConditionalGeneration; в репозитории представлены веса PyTorch. Она принимает аудио и генерирует текстовую транскрипцию. Карточка сообщает о дообучении на наборе данных, название которого указано как None, и приводит метрику WER 100,0222 на оценочной выборке; подробности сценариев обучения и оценки не раскрыты. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование аудиозаписей
  • распознавание речи в записях разговоров
  • создание текстовых расшифровок аудио

Ограничения

На оценочной выборке указана WER 100,0222, что свидетельствует о крайне низком качестве распознавания в этом тесте. Языки и область применения не уточнены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-medium-1113

This model is a fine-tuned version of openai/whisper-medium on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.4282
  • eval_wer: 100.0222
  • eval_runtime: 126.5405
  • eval_samples_per_second: 4.678
  • eval_steps_per_second: 0.395
  • epoch: 6.06
  • step: 1200

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: 1e-05
  • train_batch_size: 12
  • eval_batch_size: 12
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000

Framework versions

  • Transformers 4.27.0.dev0
  • Pytorch 1.12.1+cu113
  • Datasets 2.7.0
  • Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
d25c197

0 моделей

    Создать бенчмарк