/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

wav2vec2-large-xls-r-300m-greek

infinitejoy
Распознавание речиАудио → текст4 профессии

Дообученная Wav2Vec2-модель для распознавания греческой речи и преобразования аудио в текст.

22скачиваний за 30 дней0лайковвеса 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.

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

Модель infinitejoy/wav2vec2-large-xls-r-300m-greek — дообученная версия facebook/wav2vec2-xls-r-300m для автоматического распознавания греческой речи. Она основана на архитектуре Wav2Vec2ForCTC и обучена на греческой части Mozilla Common Voice 7.0. Модель принимает аудио и выдаёт распознанный текст; число параметров — около 402,7 млн.

По результатам оценки на тестовой выборке указаны loss 0,6592 и WER 0,4564. Модель подходит для транскрибирования грекоязычных записей, однако приведённый WER указывает на заметное число ошибок распознавания. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование записей на греческом языке
  • распознавание греческой речи в аудиозаписях
  • создание черновых субтитров для грекоязычного аудио

Ограничения

На тестовой выборке указана частота ошибок слов WER 0,4564, поэтому распознанный текст может требовать проверки и исправления. Оценка приведена для греческого набора Common Voice 7.0; качество на других типах аудио не описано.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-xls-r-300m-greek

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

  • Loss: 0.6592
  • Wer: 0.4564

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
3.09284.425003.08041.0073
1.45058.8510000.90380.7330
1.220713.2715000.73750.6045
1.069517.720000.71190.5441
1.010422.1225000.60690.5296
0.929926.5530000.61680.5206
0.858830.9735000.63820.5171
0.794235.440000.60480.4988
0.780839.8245000.67300.5084
0.74344.2550000.67490.5012
0.665248.6755000.64910.4735
0.638653.160000.69280.4954
0.594557.5265000.63590.4798
0.556161.9570000.64090.4799
0.546466.3775000.64520.4691
0.511970.880000.63760.4657
0.47475.2285000.65410.4700
0.4579.6590000.63740.4571
0.431584.0795000.65680.4625
0.396788.5100000.66360.4605
0.393792.92105000.65370.4597
0.378897.35110000.66140.4589

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
b1dae4b

0 моделей

    Создать бенчмарк