/ Модель
Каталог

Характеристики

Параметры
50,4 млн
Лицензия
Apache 2.0
Архитектура
sew · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

sew-tiny-portuguese-cv7

lgris
Распознавание речиАудио → текст5 профессий

Компактная модель SEW распознаёт португальскую речь и преобразует аудио в текст.

27скачиваний за 30 дней2лайкавеса обновлены23 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

lgris/sew-tiny-portuguese-cv7 — модель распознавания речи, дообученная разработчиком lgris на базе lgris/sew-tiny-pt на датасете Common Voice 7.0. Она принимает аудио и преобразует речь в текст на португальском языке. Архитектура SEWForCTC, число параметров — 50,4 млн; веса представлены в формате PyTorch.

На тестовом наборе указаны значение WER 0,2745 и loss 0,4232. Модель подходит для транскрибации португальской речи, в том числе для экспериментов с распознаванием речи на записях из Common Voice. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация португальской речи
  • распознавание речи в аудиозаписях
  • эксперименты с распознаванием речи на данных Common Voice

Ограничения

В карточке приведены результаты на оценочном наборе Common Voice, но подробности о сценариях применения и ограничениях не описаны; WER составляет 0,2745.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.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

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sew-tiny-portuguese-cv7

This model is a fine-tuned version of lgris/sew-tiny-pt on the common_voice dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4232
  • Wer: 0.2745

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: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • 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: 1000
  • training_steps: 40000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log2.610001.00340.7308
4.13075.1920000.62740.4721
4.13077.7930000.55410.4130
1.311710.3940000.53020.3880
1.311712.9950000.50820.3644
1.204715.5860000.48180.3539
1.204718.1870000.48220.3477
1.1420.7880000.47810.3428
1.1423.3890000.48400.3401
1.081825.97100000.46130.3251
1.081828.57110000.45690.3257
1.045131.17120000.44940.3132
1.045133.77130000.45600.3201
1.01136.36140000.46870.3174
1.01138.96150000.43970.3122
0.978541.56160000.46050.3173
0.978544.16170000.43800.3064
0.945846.75180000.43720.3048
0.945849.35190000.44260.3039
0.912651.95200000.43170.2962
0.912654.54210000.43450.2960
0.892657.14220000.43650.2948
0.892659.74230000.43060.2940
0.865462.34240000.43030.2928
0.865464.93250000.43510.2915
0.837367.53260000.43400.2909
0.837370.13270000.42790.2907
0.8372.73280000.42140.2867
0.8375.32290000.42560.2849
0.806277.92300000.42810.2826
0.806280.52310000.43980.2865
0.784683.12320000.42180.2812
0.784685.71330000.42270.2791
0.769788.31340000.42000.2767
0.769790.91350000.42850.2791
0.753993.51360000.42380.2777
0.753996.1370000.42880.2757
0.741398.7380000.42050.2748
0.7413101.3390000.42410.2761
0.7348103.89400000.42320.2745

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.dev0
  • 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
SEWForCTC
Ревизия весов
7a1ce3d

0 моделей

    Создать бенчмарк