/ Модель

Характеристики

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

wav2vec2-large-xls-r-300m-georgian

Распознавание речиАудио → текст5 профессий

Модель Wav2Vec2, дообученная для распознавания и транскрибирования речи на грузинском языке.

73скачиваний за 30 дней1лайквеса обновлены24 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

wav2vec2-large-xls-r-300m-georgian — модель распознавания речи на основе архитектуры Wav2Vec2ForCTC, дообученная infinitejoy на грузинском наборе MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - KA. Она преобразует аудиозаписи речи в текст и подходит для транскрибирования грузинской речи. Репозиторий содержит веса PyTorch; в метаданных указано 402,7 млн параметров. Базовая модель — facebook/wav2vec2-xls-r-300m.

На оценочной выборке указаны Loss 0,3666 и WER 0,4211. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование грузинских аудиозаписей
  • распознавание грузинской речи из Common Voice
  • преобразование грузинской речи в текст

Ограничения

На оценочной выборке указана частота ошибок слов WER 0,4211; качество на других данных может отличаться.

Для каких профессий подходит5

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-georgian

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

  • Loss: 0.3666
  • Wer: 0.4211

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: 500
  • num_epochs: 100.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.88055.955000.75470.8438
1.212311.910000.47320.6542
1.082217.8615000.40270.5778
0.993823.8120000.38470.5524
0.938329.7625000.38450.5204
0.893235.7130000.38330.5297
0.849541.6735000.37590.5036
0.820147.6240000.36160.4859
0.779453.5745000.38740.4938
0.73559.5250000.37480.4782
0.708265.4855000.36150.4675
0.66971.4360000.37970.4601
0.645777.3865000.38120.4515
0.609883.3370000.36600.4343
0.587489.2975000.36400.4257
0.562795.2480000.36610.4239

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
344bf82

0 моделей