/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-large-xlsr-53-esperanto
Библиотека
transformers
Опубликована
27 ноя 2024

TrainEsperanto

Распознавание речиАудио → текст

Дообученная модель Wav2Vec2 для распознавания речи на эсперанто и преобразования аудио в текст.

6скачиваний за 30 дней0лайковвеса обновлены3 дек 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.

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

norjas1/TrainEsperanto — модель автоматического распознавания речи, созданная дообучением cpierse/wav2vec2-large-xlsr-53-esperanto на датасете audiofolder. Она использует архитектуру Wav2Vec2ForCTC и содержит 402,7 млн параметров. Модель принимает аудио и преобразует речь на эсперанто в текст.

На указанном в карточке наборе оценки модель получила loss 0,0591 и WER 0,1884. Репозиторий опубликован в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка записей речи на эсперанто
  • создание текстовых расшифровок аудиозаписей на эсперанто
  • автоматическое распознавание эсперанто в аудиоданных

Ограничения

В карточке приведена оценка WER 0,1884 на наборе оценки, но сведения о составе тестовых данных и условиях записи не описаны; точность на других аудио может отличаться.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

TrainEsperanto

This model is a fine-tuned version of cpierse/wav2vec2-large-xlsr-53-esperanto on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0591
  • Wer: 0.1884

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: 0.0003
  • train_batch_size: 32
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 30

Training results

Training LossEpochStepValidation LossWer
5.99022.65965008.62941.0309
3.35.319110002.96881.0
2.87447.978715002.41171.0
0.721410.638320000.18250.2954
0.155213.297925000.06890.1971
0.103815.957430000.06210.1932
0.09218.617035000.06240.1900
0.087721.276640000.06150.1926
0.08223.936245000.06090.1899
0.077926.595750000.05910.1887
0.07729.255355000.05910.1884

Framework versions

  • Transformers 4.45.2
  • Pytorch 2.5.1
  • Datasets 2.19.1
  • Tokenizers 0.20.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
0736294

0 моделей