/ Модель

Характеристики

Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
6 ноя 2022

whisper-tiny-cv11-pt

Распознавание речиАудио → текст7 профессий

Компактная модель Whisper Tiny, дообученная для распознавания португальской речи из аудио.

126скачиваний за 30 дней0лайковвеса обновлены8 ноя 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.

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/whisper-tiny-cv11-pt — модель распознавания речи на базе архитектуры Whisper Tiny, дообученная на португалоязычной части Common Voice 11.0. Она преобразует входящее аудио в текст и подходит для транскрибации португальской речи. Веса представлены в формате PyTorch, размер модели — 29,4 млн параметров.

На оценочном наборе указаны loss 0,5205 и WER 33,2447. Модель выпущена под лицензией Apache-2.0. Подробности о рекомендуемых условиях применения и известных ограничениях в карточке не приведены.

Сценарии применения

  • транскрибация португальской речи
  • распознавание речи в аудиозаписях на португальском языке
  • создание текстовых расшифровок португалоязычных аудиоматериалов

Ограничения

На оценочном наборе указано значение WER 33,2447; результаты могут отличаться на других аудио и условиях записи. Карточка не описывает дополнительные ограничения или рекомендуемые условия применения.

Для каких профессий подходит7

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 Tiny PT with Common Voice 11

This model is a fine-tuned version of openai/whisper-tiny on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5205
  • Wer: 33.2447

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: 1
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 16000

Training results

Training LossEpochStepValidation LossWer
0.31540.4410000.498736.2196
0.32520.8820000.458633.6213
0.19891.3230000.445732.7455
0.31121.7640000.435631.4097
0.13292.250000.434831.1559
0.11932.6460000.434331.4046
0.07233.0770000.442431.5869
0.06983.5180000.449732.0827
0.08653.9590000.449731.0945
0.05224.39100000.471632.2190
0.05424.83110000.476132.6944
0.0615.27120000.498332.0691
0.04595.71130000.498532.4968
0.03386.15140000.512333.3129
0.04926.59150000.521733.2686
0.01947.03160000.520533.2447

Framework versions

  • Transformers 4.25.0.dev0
  • Pytorch 1.13.0+cu117
  • Datasets 2.6.1
  • Tokenizers 0.13.1

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
4a5eb1a

0 моделей