/ Модель

Характеристики

Лицензия
cc
Базовая модель
whisper-small
Опубликована
10 янв 2023

Whisper-Small-Kinyarwanda

Распознавание речиАудио → текст4 профессии

Whisper-Small-Kinyarwanda — дообученная модель Whisper Small для транскрибирования речи на киньяруанда.

5 976скачиваний за 30 дней14лайковвеса обновлены8 окт 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-Kinyarwanda — модель mbazaNLP на архитектуре Whisper Small от OpenAI, дообученная для распознавания речи на киньяруанда на данных Mozilla Common Voice 11.0. Поддержка киньяруанда добавлена дообучением поверх суахили; модель предназначена для преобразования аудиозаписей на этом языке в текст и размечена для автоматического распознавания речи.

В карточке указана оценка 24 WER. Модель не выполняет перевод с киньяруанда на английский. Базовая модель Whisper Small мультиязычна и поддерживает транскрибирование речи и перевод аудио на английский, но это дообучение не заявляет такую возможность для киньяруанда. Репозиторий использует формат PyTorch и лицензию CC.

Сценарии применения

  • транскрибирование записей речи на киньяруанда
  • распознавание киньяруанда в аудиозаписях
  • создание текстовых расшифровок для корпуса Common Voice
  • подготовка субтитров из речи на киньяруанда

Ограничения

В README приведена оценка 24 WER, но условия и набор оценки не уточнены. Модель не поддерживает перевод с киньяруанда на английский.

Для каких профессий подходит4

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

Model description

This model is an openai's whisper-small model fine-tuned on the Kinyarwanda common-voice dataset. The Kinyarwanda language was added by fine-tuning on top of the Swahili language. It achieves a 24 WER. Currently, it does not provide Kinyarwanda-to-English translation.

Usage

>>> from transformers import WhisperProcessor, WhisperForConditionalGeneration
>>> from datasets import load_dataset
>>> import datasets
>>> import torch
>>> # load model and processor
>>> processor = WhisperProcessor.from_pretrained("mbazaNLP/Whisper-Small-Kinyarwanda")
>>> model = WhisperForConditionalGeneration.from_pretrained("mbazaNLP/Whisper-Small-Kinyarwanda")
>>> ds = load_dataset("common_voice", "rw", split="test", streaming=True)
>>> ds = ds.cast_column("audio", datasets.Audio(sampling_rate=16_000))
>>> input_speech = next(iter(ds))["audio"]["array"]
>>> model.config.forced_decoder_ids = processor.get_decoder_prompt_ids(language = "sw", task = "transcribe")
>>> input_features = processor(input_speech, return_tensors="pt").input_features 
>>> predicted_ids = model.generate(input_features)
>>> transcription = processor.batch_decode(predicted_ids)
['<|startoftranscript|><|sw|><|transcribe|><|notimestamps|>Abamugariye ku rugamba bafashwa kubona insimburangingo<|endoftext|>']
>>> transcription = processor.batch_decode(predicted_ids, skip_special_tokens = True)
['Abamugariye ku rugamba bafashwa kubona insimburangingo']

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
90c4bb4

0 моделей