/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
22 мар 2024

Ссылки

Hugging Face

whisper-small-co

ntviet
Распознавание речиАудио → текст

Дообученная на Co audio dataset модель Whisper для распознавания речи и преобразования аудио в текст.

9скачиваний за 30 дней1лайквеса обновлены1 апр 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

Whisper Small Co — дообученная модель распознавания речи, созданная на основе openai/whisper-small и обученная на наборе Co audio dataset. Она предназначена для преобразования аудиозаписей на этом наборе данных в текст. В метаданных указаны архитектура Whisper, 153,1 млн параметров и формат safetensors; целевая область применения — распознавание речи.

В README приведены результаты оценки на тестовом наборе: Loss 0,0056, CER Ortho 0,0 и CER 0,0. Эти показатели относятся к указанной оценочной выборке и сами по себе не гарантируют такое же качество на других аудиозаписях. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование аудио из Co audio dataset
  • преобразование записей речи на наборе Co в текст
  • оценка качества распознавания речи по CER

Ограничения

README не описывает ограничения и предполагаемые условия применения; указанные метрики получены только на оценочном наборе Co. Язык аудио в предоставленных сведениях не определён.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small Co

This model is a fine-tuned version of openai/whisper-small on the Co audio dataset dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0056
  • Cer Ortho: 0.0
  • Cer: 0.0

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: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • training_steps: 600
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer OrthoCer
0.02439.846000.00560.00.0

Framework versions

  • Transformers 4.39.2
  • Pytorch 2.2.1+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
0cd4d76

0 моделей

    Создать бенчмарк