/ Модель
Каталог

Характеристики

Контекст
225 токенов
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
13 дек 2022

Ссылки

Hugging Face

whisper-tiny-south-indic

parambharat
Распознавание речиАудио → текст4 профессии

Компактная дообученная модель Whisper для распознавания речи на южноиндийских языках.

32скачиваний за 30 дней1лайквеса обновлены8 янв 2023

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 Tiny South Indic — модель распознавания речи, созданная Bharat Ramanathan путём дообучения openai/whisper-tiny. Она предназначена для преобразования аудио в текст; в метаданных указана задача automatic-speech-recognition, а среди языковых тегов — тамильский, телугу, малаялам и каннада.

Модель использует архитектуру WhisperForConditionalGeneration, содержит 29,4 млн параметров и опубликована в формате PyTorch. В README приведён результат оценки: WER 70,0806 на тестовом наборе; состав набора не описан, поэтому результат нельзя уверенно переносить на другие данные. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • Расшифровка тамильской речи
  • Расшифровка телугу речи
  • Расшифровка малаялам речи
  • Расшифровка каннада речи
  • Преобразование южноиндийской речи в текст

Ограничения

README сообщает WER 70,0806 на оценочном наборе, что указывает на заметные ошибки распознавания; состав и условия оценки не описаны. Описание модели, обучающих данных и ограничений в карточке не приведено.

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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Tiny South Indic - Bharat Ramanathan

This model is a fine-tuned version of openai/whisper-tiny on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.3515
  • eval_wer: 70.0806
  • eval_runtime: 66.8197
  • eval_samples_per_second: 1.497
  • eval_steps_per_second: 0.105
  • epoch: 5.08
  • step: 3000

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: 32
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0
  • Datasets 2.7.1.dev0
  • Tokenizers 0.13.2

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
cd2b2a9

0 моделей

    Создать бенчмарк