/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

wav2vec2-large-xls-r-300m-bashkir

Распознавание речиАудио → текст8 профессий

Дообученная Wav2Vec2-модель для преобразования башкирской речи в текст.

38скачиваний за 30 дней0лайковвеса обновлены23 мар 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.

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

Модель infinitejoy/wav2vec2-large-xls-r-300m-bashkir — дообученная версия facebook/wav2vec2-xls-r-300m для автоматического распознавания башкирской речи. Она построена на архитектуре Wav2Vec2 с CTC-выходом и содержит около 402,7 млн параметров. Модель принимает аудио и выдаёт распознанный текст; при оценке на наборе Mozilla Common Voice 7.0 для башкирского языка указана WER 0,2421. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка башкирских аудиозаписей
  • распознавание башкирской речи в записях Common Voice
  • создание черновых транскриптов башкирских интервью
  • автоматическая транскрибация башкирских голосовых сообщений

Ограничения

В карточке приведён результат WER 0,2421 на оценочном наборе Common Voice 7.0; качество на других источниках аудио не охарактеризовано. Модель предназначена для башкирской речи, поэтому её пригодность для других языков не подтверждена.

Для каких профессий подходит8

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

wav2vec2-large-xls-r-300m-bashkir

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - BA dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1892
  • Wer: 0.2421

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: 0.0003
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2000
  • num_epochs: 10.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.47920.520000.45980.5404
1.4491.040000.46500.5610
1.37421.4960000.40010.4977
1.33751.9980000.39160.4894
1.29612.49100000.36410.4569
1.27142.99120000.34910.4488
1.23993.48140000.31510.3986
1.20673.98160000.30810.3923
1.18424.48180000.28750.3703
1.16444.98200000.28400.3670
1.1615.48220000.27900.3597
1.13035.97240000.25520.3272
1.08746.47260000.24050.3142
1.06136.97280000.23520.3055
1.04987.47300000.22490.2910
1.0217.96320000.21180.2752
1.00028.46340000.20460.2662
0.97628.96360000.19690.2530
0.95689.46380000.19170.2449
0.9539.96400000.18930.2425

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.dev0
  • Tokenizers 0.11.0

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
93ccdba

0 моделей