Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-base
Опубликована: 27 ноя 2023

Ссылки

Hugging Face

wav2vec2-1

jadasdn

Распознавание речиАудио → текст

Дообученная wav2vec 2.0 для преобразования аудиозаписей речи в текст.

9скачиваний за 30 дней0лайковвеса обновлены27 ноя 2023

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

jadasdn/wav2vec2-1 — дообученная модель распознавания речи на основе facebook/wav2vec2-base. Она использует архитектуру Wav2Vec2ForCTC и содержит 113,3 млн параметров. Модель принимает аудио и преобразует речь в текст; сведения о языке и обучающем наборе данных не приведены.

На указанном в карточке наборе оценки модель получила loss 0,8870 и WER 0,3805. Эти результаты относятся только к описанной оценке и не гарантируют аналогичного качества на других данных. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

расшифровка аудиозаписей речи
распознавание речи из микрофона
создание текстовых транскриптов аудиозаписей

Ограничения

В карточке не описаны поддерживаемые языки и обучающие данные. На указанной оценочной выборке WER составляет 0,3805; качество на других наборах не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-1

This model is a fine-tuned version of facebook/wav2vec2-base on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.8870
Wer: 0.3805

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: 0.0001
train_batch_size: 8
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 1000
num_epochs: 30
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
4.6457	0.5	500	2.8866	0.9999
2.863	1.0	1000	2.8676	1.0
1.8085	1.5	1500	0.9396	0.6602
0.8828	2.0	2000	0.7278	0.5699
0.6659	2.5	2500	0.7000	0.5401
0.6085	3.0	3000	0.7143	0.4939
0.4878	3.5	3500	0.5845	0.4717
0.4888	4.0	4000	0.6201	0.4677
0.4022	4.5	4500	0.5984	0.4532
0.3947	5.0	5000	0.5874	0.4378
0.3415	5.5	5500	0.6486	0.4405
0.3413	6.0	6000	0.5988	0.4355
0.2903	6.5	6500	0.6584	0.4304
0.3046	7.0	7000	0.6602	0.4189
0.2625	7.5	7500	0.5924	0.4235
0.2625	8.0	8000	0.6541	0.4212
0.2341	8.5	8500	0.6365	0.4171
0.2384	9.0	9000	0.6095	0.4182
0.2052	9.5	9500	0.6675	0.4091
0.2124	10.0	10000	0.6524	0.4110
0.1915	10.5	10500	0.6877	0.4122
0.1922	11.0	11000	0.6857	0.4122
0.1719	11.5	11500	0.6881	0.4056
0.1811	12.0	12000	0.6832	0.4083
0.1554	12.5	12500	0.7378	0.4103
0.163	13.0	13000	0.6940	0.4019
0.1452	13.5	13500	0.6811	0.3993
0.1457	14.0	14000	0.7216	0.4007
0.1319	14.5	14500	0.7243	0.3996
0.1367	15.0	15000	0.7332	0.4006
0.118	15.5	15500	0.7609	0.4050
0.121	16.0	16000	0.7585	0.4021
0.1096	16.5	16500	0.7583	0.4003
0.112	17.0	17000	0.7928	0.4011
0.1063	17.5	17500	0.7794	0.4038
0.1009	18.0	18000	0.7474	0.3982
0.0931	18.5	18500	0.8143	0.3980
0.0943	19.0	19000	0.7873	0.4000
0.0847	19.5	19500	0.8064	0.3991
0.0831	20.0	20000	0.8564	0.3967
0.0821	20.5	20500	0.8632	0.3956
0.0807	21.0	21000	0.8250	0.3928
0.0748	21.5	21500	0.8389	0.3949
0.0751	22.0	22000	0.8355	0.3943
0.072	22.5	22500	0.8568	0.3930
0.0696	23.0	23000	0.8396	0.3912
0.0678	23.5	23500	0.8634	0.3901
0.0671	24.0	24000	0.8576	0.3880
0.063	24.5	24500	0.8303	0.3876
0.0575	25.0	25000	0.9125	0.3847
0.0572	25.5	25500	0.8745	0.3839
0.0572	26.0	26000	0.8714	0.3844
0.0533	26.5	26500	0.8824	0.3840
0.0496	27.0	27000	0.8993	0.3830
0.0525	27.5	27500	0.8818	0.3830
0.0514	28.0	28000	0.8874	0.3819
0.0464	28.5	28500	0.8947	0.3802
0.0473	29.0	29000	0.9028	0.3805
0.048	29.5	29500	0.8899	0.3801
0.0458	30.0	30000	0.8870	0.3805

Framework versions

Transformers 4.35.2
Pytorch 2.1.0+cu118
Datasets 2.15.0
Tokenizers 0.15.0

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: ba70849

Характеристики

Ссылки

wav2vec2-1

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Карточка модели

wav2vec2-1

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить