/ 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-marathi-cv8

infinitejoy
Распознавание речиАудио → текст4 профессии

Дообученная wav2vec2-XLS-R-300M модель для преобразования аудиоречи на маратхи в текст.

396скачиваний 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.

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-marathi-cv8 — версия wav2vec2-XLS-R-300M, дообученная разработчиком на наборе Mozilla Common Voice 8.0 для распознавания речи на маратхи. Она принимает аудио и преобразует речь в текст; архитектура реализована как Wav2Vec2ForCTC. В репозитории указано 402,7 млн параметров.

Модель предназначена для автоматической транскрибации аудиозаписей на маратхи, например записей речи и голосовых сообщений. На оценочном наборе Common Voice 8.0 для маратхи указаны loss 0,6483 и WER 0,6049; последнее значение указывает на заметное число ошибок распознавания. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация записей речи на маратхи
  • распознавание маратхи в голосовых сообщениях
  • создание текстовых субтитров для аудио на маратхи

Ограничения

На оценочном наборе Common Voice 8.0 для маратхи указан WER 0,6049, поэтому качество распознавания может быть ограниченным. Карточка не приводит сведений о тестировании на других наборах или условиях записи.

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.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 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-xls-r-300m-marathi-cv8

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - MR dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6483
  • Wer: 0.6049

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: 16
  • 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
2.67122.735001.36180.9499
1.159945.4510000.63300.6627
0.825268.1815000.62260.6426
0.642490.9120000.63590.6041

Framework versions

  • Transformers 4.17.0.dev0
  • Pytorch 1.10.2+cu102
  • Datasets 1.18.3
  • 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
0eb0445

0 моделей

    Создать бенчмарк