/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
14 авг 2023

Ссылки

Hugging Face

disfluency-spanish-v1

josebruzzoni
Распознавание речиАудио → текст

Дообученная версия Whisper Small для транскрибирования испанской речи с сохранением запинок и нарушений плавности.

9скачиваний за 30 дней0лайковвеса обновлены15 авг 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.

  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

josebruzzoni/disfluency-spanish-v1 — дообученная Jose Bruzzoni модель распознавания речи на базе openai/whisper-small. Она предназначена для транскрибирования испанской речи с сохранением речевых запинок и других нарушений плавности. Модель содержит 153,1 млн параметров, использует архитектуру Whisper и принимает аудио, выдавая текст. Веса доступны в формате PyTorch по лицензии Apache-2.0.

В README приведены результаты оценки: loss 0,2195 и WER 84,4311. Это высокий показатель ошибок распознавания, поэтому качество транскрипции может быть ограниченным; карточка не описывает набор данных, условия оценки или дополнительные сценарии применения.

Сценарии применения

  • транскрибирование испанской речи с сохранением запинок
  • анализ нарушений плавности речи на испанском языке
  • подготовка текстовых расшифровок испанских аудиозаписей

Ограничения

В README указан WER 84,4311, что указывает на высокую частоту ошибок распознавания. Данные и условия оценки не описаны, поэтому результат нельзя уверенно переносить на другие записи или сценарии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

disfluency-spanish-v1

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2195
  • Wer: 84.4311

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: 1e-05
  • train_batch_size: 16
  • 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: 500
  • training_steps: 4000

Training results

Training LossEpochStepValidation LossWer
0.003558.8210000.218642.5150
0.0117.6520000.216292.8144
0.0176.4730000.217744.9102
0.0235.2940000.219584.4311

Framework versions

  • Transformers 4.32.0.dev0
  • Pytorch 2.0.1+cu118
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
e7612c9

0 моделей

    Создать бенчмарк