/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Архитектура
whisper · dense
Опубликована
12 ноя 2023

Whisper-Small-Common-Voice

Распознавание речиАудио → текст5 профессий

Дообученная на Common Voice 17.0 модель Whisper Small для распознавания персидской речи и преобразования аудио в текст.

15скачиваний за 30 дней2лайкавеса обновлены20 апр 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 Small Persian — модель распознавания речи, созданная дообучением Whisper Small на датасете Common Voice 17.0. Она принимает аудио и генерирует текстовую расшифровку, в первую очередь на персидском языке. В модели около 153,1 млн параметров; архитектура основана на WhisperForConditionalGeneration, веса опубликованы в формате safetensors. На оценочной выборке указаны loss 0,7217 и WER 45,6220. Лицензия в предоставленных данных не описана.

Сценарии применения

  • расшифровка персидской речи из аудиозаписей
  • автоматическая транскрибация персидских образцов Common Voice
  • подготовка черновых субтитров на персидском языке

Ограничения

На оценочной выборке указана WER 45,6220, поэтому качество распознавания может быть ограниченным. Карточка не содержит подробностей о сценариях применения и ограничениях.

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 Small Persian

This model is a fine-tuned version of makhataei/Whisper-Small-Common-Voice on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7217
  • Wer: 45.6220

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-07
  • train_batch_size: 10
  • eval_batch_size: 10
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 40
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • training_steps: 1000

Training results

Training LossEpochStepValidation LossWer
0.00130.151000.720145.7700
0.00150.312000.722045.7908
0.00190.463000.721245.6382
0.00210.614000.722945.7630
0.00250.775000.722645.5943
0.00680.926000.722946.1213
0.02931.077000.721545.7075
0.00211.238000.721545.6290
0.00251.389000.721745.6151
0.00231.5310000.721745.6220

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.0.1+cu117
  • Datasets 2.15.0
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
7844385

0 моделей