Wav2Vec2 Fine-Tuned on English dataset Timit
The model was fine-tuned in a google colab for demonstration purposes. Please refer to this blog for more information about the model.
wav2vec2-base-timit-demo
Распознавание речиАудио → текст
Демонстрационная модель Wav2Vec2, дообученная на TIMIT для распознавания английской речи из аудио.
15скачиваний за 30 дней1лайквеса обновлены12 мар 2021
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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
patrickvonplaten/wav2vec2-base-timit-demo — модель распознавания речи на базе Wav2Vec2, дообученная Patrick von Platen на английском наборе данных TIMIT. Это демонстрационный чекпойнт для преобразования аудиозаписей речи в текст. Архитектура Wav2Vec2ForCTC, размер — 113,3 млн параметров; модель работает с аудио и выдаёт текст.
Модель подходит для экспериментов и демонстрации автоматического распознавания английской речи на данных, близких к TIMIT. В README указано, что её дообучили в Google Colab для демонстрационных целей. Репозиторий содержит веса PyTorch. Сведения о лицензии и ограничениях применимости в доступных данных отсутствуют.
Сценарии применения
- распознавание английской речи в аудиозаписях
- транскрибирование речи на данных TIMIT
- демонстрация работы Wav2Vec2 для распознавания речи
Ограничения
Модель дообучена для демонстрации на TIMIT, поэтому её качество на других типах речи и аудио не установлено. Лицензия в доступных данных не указана.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Wav2Vec2ForCTC
- Ревизия весов
- 29b8a58