/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
11 дек 2022

whisper-medium-urdu

Распознавание речиАудио → текст6 профессий

Дообученная версия Whisper Medium для автоматического распознавания речи на урду и преобразования её в текст.

140скачиваний за 30 дней4лайкавеса обновлены19 ноя 2024

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.

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

Whisper Medium Urdu — модель распознавания речи, дообученная на основе openai/whisper-medium командой, опубликовавшей репозиторий ihanif/whisper-medium-urdu. Она предназначена для преобразования речи на урду в текст и использует архитектуру Whisper с 455,8 млн параметров. Модель принимает аудио и выдаёт текст; обучение выполнено на урду-части набора Common Voice 11.0 от Mozilla Foundation.

На оценочной выборке указаны значение потерь 0,4685 и WER 26,9801. Модель опубликована в форматах PyTorch и safetensors под лицензией Apache-2.0. Карточка не приводит дополнительных сведений об условиях записи, методике оценки или иных ограничениях, поэтому результаты могут не отражать качество на аудио из других источников.

Сценарии применения

  • транскрибация записей речи на урду
  • распознавание речи на урду в аудиозаписях
  • подготовка текстовых расшифровок для урду-речи из Common Voice
  • автоматическое преобразование урду-речи в текст

Ограничения

В карточке приведён WER 26,9801 на оценочной выборке, но не указаны детали методики оценки; точность на аудио с другими условиями записи может отличаться. Данные об ограничениях использования и сценариях помимо распознавания речи не приведены.

Для каких профессий подходит6

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 Medium Urdu

This model is a fine-tuned version of openai/whisper-medium on the mozilla-foundation/common_voice_11_0 ur dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4685
  • Wer: 26.9801

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: 32
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 40
  • training_steps: 300
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.39080.481000.514830.7061
0.35190.972000.468526.9801
0.24261.453000.463628.5023

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2
@article{hanif2023whisper,
  title={Whisper Medium Urdu Model},
  author={Hanif, Rahman},
  howpublished={\url{https://huggingface.co/ihanif/whisper-medium-urdu}},
  year={2023}
}

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
80b24e8

0 моделей