/ Модель

Характеристики

Контекст
1 024 токена
Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
17 ноя 2022

whisper-large-khmer-asr

Распознавание речиАудио → текст5 профессий

Дообученная на SLR42 модель Whisper Large преобразует речь на кхмерском языке в текст.

135скачиваний за 30 дней3лайкавеса обновлены31 янв 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.

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

Whisper Large Khmer — модель распознавания речи, дообученная Kak Soky на наборе данных SLR42. Она основана на архитектуре Whisper и содержит около 905,2 млн параметров. Модель предназначена для преобразования аудио на кхмерском языке в текст.

На оценочной выборке указаны значение loss 0,2375 и WER 29,5183. Репозиторий содержит веса PyTorch и опубликован по лицензии Apache-2.0. Подробные сведения о сценариях применения и ограничениях в карточке отсутствуют.

Сценарии применения

  • транскрибация речи на кхмерском языке
  • распознавание кхмерской речи в аудиозаписях
  • создание текстовых расшифровок кхмерских аудиоматериалов

Ограничения

На оценочной выборке указана WER 29,5183; качество на других данных не описано. Карточка не сообщает подробностей об ограничениях и рекомендуемых условиях применения.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large Khmer - Kak Soky

This model is a fine-tuned version of openai/whisper-large on the SLR42 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2375
  • Wer: 29.5183

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.010212.3410000.222838.2659
0.000324.6920000.226030.7900
0.000137.0430000.231030.0578
0.049.3840000.237529.5183

Framework versions

  • Transformers 4.25.0.dev0
  • Pytorch 1.9.1+cu111
  • Datasets 2.3.2
  • Tokenizers 0.12.1

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
1341a7d

0 моделей