Модель WavLM Large для преобразования русской речи в текст, дообученная на Common Voice 7.0.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
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.
Описание составлено по карточке модели и метаданным Hugging Face
jonatasgrosman/exp_w2v2t_ru_wavlm_s363 — модель распознавания русской речи, дообученная автором jonatasgrosman с помощью HuggingSound на обучающей части Common Voice 7.0. Она основана на архитектуре WavLM Large с CTC-головой и содержит 402,7 млн параметров. Модель принимает аудио с частотой дискретизации 16 кГц и преобразует речь в текст. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0.
Модель предназначена для автоматической транскрипции русской речи, в том числе аудиозаписей, подготовленных в условиях, похожих на записи Common Voice. Карточка не приводит оценок качества и не описывает работу с другими языками или условиями записи, поэтому результаты на таких данных не подтверждены.
Входную речь необходимо подавать с частотой дискретизации 16 кГц. Карточка не содержит метрик качества и подтверждения результатов за пределами русского языка и данных, подобных Common Voice 7.0.
README от автора на Hugging Face, как он его опубликовал
Fine-tuned microsoft/wavlm-large for speech recognition using the train split of Common Voice 7.0 (ru). When using this model, make sure that your speech input is sampled at 16kHz.
This model has been fine-tuned by the HuggingSound tool.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…