/ Модель

Характеристики

Контекст
512 токенов
Параметры
1,5 млрд
Размер весов
11,4 ГБ
Лицензия
MIT
Архитектура
t5 · dense
Базовая модель
flan-t5-xl
Библиотека
transformers
Опубликована
16 сен 2024

flanec-xl-cd

Генерация текстаТекст → текст3 профессии

FLANEC XL CD исправляет английские транскрипции ASR, объединяя несколько гипотез распознавания в один более точный и грамматичный текст.

31скачиваний за 30 дней0лайковвеса обновлены1 фев 2025

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 «Текст» — 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

FLANEC XL CD — модель семейства T5 на базе FLAN-T5, разработанная для задачи Generative Speech Error Correction в рамках GenSEC Task 1 на SLT 2024. Она принимает несколько вариантов распознавания речи от ASR-систем и генерирует одну исправленную транскрипцию, улучшая её грамматическую и языковую корректность. Модель предназначена для постобработки результатов распознавания английской речи в разных акустических и тематических условиях.

Это encoder-decoder модель с 1,5 млрд параметров по метаданным Hugging Face; README указывает около 3 млрд для варианта XL. В карточке заявлена английская поддержка, контекст составляет 512 токенов. Модель обучена на данных HyPoradise, охватывающих новости, запросы о путешествиях, шумную и акцентированную речь, выступления и разговорную речь. Лицензия — MIT.

Модель помогает исправлять ошибки ASR, но сама не распознаёт аудио: ей нужны текстовые гипотезы распознавания. Заявленное применение ограничено английским языком и постобработкой транскрипций; качество может зависеть от домена и качества входных гипотез.

Сценарии применения

  • исправление ошибок в транскриптах английской речи
  • объединение нескольких гипотез ASR в одну транскрипцию
  • постобработка результатов распознавания речи в шуме
  • корректировка транскрипций акцентированной речи
  • улучшение грамматики распознанных разговоров и выступлений

Ограничения

Модель исправляет текстовые гипотезы ASR и не принимает аудио напрямую. В карточке заявлена поддержка английского языка; результат зависит от качества и разнообразия входных гипотез.

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

FLANEC: Exploring FLAN-T5 for Post-ASR Error Correction

Model Overview

FLANEC is an encoder-decoder model based on FLAN-T5, specifically fine-tuned for post-Automatic Speech Recognition (ASR) error correction, also known as Generative Speech Error Correction (GenSEC). The model utilizes n-best hypotheses from ASR systems to enhance the accuracy and grammaticality of final transcriptions by generating a single corrected output. FLANEC models are trained on diverse subsets of the HyPoradise dataset, leveraging multiple ASR domains to provide robust, scalable error correction across different types of audio data.

FLANEC was developed for the GenSEC Task 1 challenge at SLT 2024 - Challenge website.

Model Checkpoints

Cumulative Dataset (CD) Models trained with full fine-tuning:

  • FLANEC Base CD: Base model with ~250 million parameters, fine-tuned for post-ASR correction on cumulative datasets.
  • FLANEC Large CD: Large model with ~800 million parameters, fine-tuned for post-ASR correction on cumulative datasets.
  • FLANEC XL CD: Extra-large model with ~3 billion parameters, fine-tuned for post-ASR correction on cumulative datasets.

Cumulative Dataset (CD) Models trained with Low-Rank Adaptation (LoRA):

  • FLANEC Base LoRA: Base model with ~250 million parameters, fine-tuned with LoRA on cumulative datasets.
  • FLANEC Large LoRA: Large model with ~800 million parameters, fine-tuned with LoRA on cumulative datasets.
  • FLANEC XL LoRA: Extra-large model with ~3 billion parameters, fine-tuned with LoRA on cumulative datasets.

Intended Use

FLANEC is designed for the task of Generative Speech Error Correction (GenSEC). The model is suitable for post-processing ASR outputs to correct grammatical and linguistic errors. The model supports the English language.

Training Details

Datasets

FLANEC is trained on the HyPoradise dataset, which contains data from eight ASR domains:

  1. WSJ: Business and financial news.
  2. ATIS: Airline travel queries.
  3. CHiME-4: Noisy speech.
  4. Tedlium-3: TED talks.
  5. CV-accent: Accented speech.
  6. SwitchBoard: Conversational speech.
  7. LRS2: BBC program audio.
  8. CORAAL: Accented speech from African American English.

For more details, see the HyPoradise paper.

Training Strategy

The model has been fine-tuned using both full fine-tuning and LoRA (Low-Rank Adaptation) methods. Fine-tuning was performed on multiple model scales, ranging from 250M to 3B parameters. Both single-dataset (SD) and cumulative dataset (CD) training approaches were employed to assess model performance across different ASR domains.

For more information on the training strategy, refer to the SLT 2024 paper.

Citation

Please use the following citation to reference this work in your research:

@article{quatra_2024_flanec:,
  author = {Moreno La Quatra and Valerio Mario Salerno and Yu Tsao and Sabato Marco Siniscalchi},
  title = {FlanEC: Exploring Flan-T5 for Post-ASR Error Correction},
  journal = {2024 IEEE Spoken Language Technology Workshop (SLT)},
  year = {2024},
  doi = {10.1109/slt61566.2024.10832257},
  url = {https://doi.org/10.1109/slt61566.2024.10832257}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
bcda030

0 моделей