/ Модель

Характеристики

Параметры
113 млн
Лицензия
AGPL 3.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

wav2vec2-base-it-latin

Распознавание речиАудио → текст3 профессии

Модель Wav2Vec2 для распознавания латинской речи, дообученная на декламациях стихов и отдельных словах из Poeta Ex Machina.

158скачиваний за 30 дней1лайквеса обновлены24 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.

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

lsb/wav2vec2-base-it-latin — модель автоматического распознавания речи на архитектуре Wav2Vec2, дообученная на базе wav2vec2-base-it-voxpopuli. Она предназначена для распознавания латинской речи, в частности декламации текстов Вергилия и отдельных латинских слов с разметкой стихотворного размера из набора Poeta Ex Machina. Модель содержит 113,3 млн параметров и использует CTC-архитектуру Wav2Vec2ForCTC.

На оценочном наборе указаны Loss 0,1943 и WER 0,398. Модель принимает аудио и выдаёт текст; заявленная лицензия — AGPL-3.0. Результаты оценки относятся к указанному набору и не гарантируют такое же качество на других записях или вариантах произношения.

Сценарии применения

  • распознавание декламации текстов Вергилия на латыни
  • транскрибирование записей латинских слов
  • автоматическая расшифровка латинских стихотворных чтений

Ограничения

На оценочном наборе WER составляет 0,398, поэтому распознавание может содержать заметные ошибки. Проверка описана для декламаций Вергилия и отдельных слов; качество на других записях не подтверждено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-it-latin

This model is a fine-tuned version of wav2vec2-base-it-voxpopuli

The dataset used is the poetaexmachina-mp3-recitations, all of the 2-series texts (vergil) and every tenth 1-series text (words from Poeta Ex Machina's database of words with scansions).

It achieves the following results on the evaluation set:

  • Loss: 0.1943
  • WER: 0.398

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
95792ab

0 моделей