/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Опубликована
3 мая 2024

Ссылки

Hugging Face

whisper-medium-yoruba

neoform-ai
Распознавание речиАудио → текст4 профессии

Дообученная на Common Voice 17.0 модель Whisper Medium для преобразования речи на йоруба в текст.

29скачиваний за 30 дней2лайкавеса обновлены3 мая 2024

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.

Открыть конструктор бенчмарка

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

neoform-ai/whisper-medium-yoruba — версия Whisper Medium, дообученная Oyemade Oyemaja на наборе Common Voice 17.0 для автоматического распознавания речи на языке йоруба. Модель принимает аудио и выдаёт текст; архитектура основана на WhisperForConditionalGeneration и содержит 455,8 млн параметров.

Модель подходит для расшифровки записей и речи на йоруба, например для подготовки текстовых версий аудиоматериалов. Базовая Whisper Medium также поддерживает многоязычное распознавание и перевод речи, однако карточка этой версии подтверждает только дообучение для распознавания речи.

Модель распространяется по лицензии Apache-2.0. README не содержит сведений об оценках качества и подробных ограничениях; качество распознавания может зависеть от акцента, условий записи и соответствия аудио языку обучения.

Сценарии применения

  • расшифровка речи на йоруба
  • создание текстовых версий аудиозаписей на йоруба
  • распознавание речи из материалов Common Voice на йоруба

Ограничения

Карточка не приводит результатов оценки качества или подробных ограничений. Качество распознавания может снижаться при сильном шуме, непривычных акцентах или речи на языках, отличных от йоруба.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Medium Yo - Oyemade Oyemaja

This model is a fine-tuned version of openai/whisper-medium on the Common Voice 17 dataset.

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • training_steps: 4500
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.40.1
  • Pytorch 2.3.0+cu121
  • Datasets 2.19.0
  • Tokenizers 0.19.1

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
ba13a6b

0 моделей

    Создать бенчмарк