/ Модель

Характеристики

Параметры
82 688
Архитектура
wav2vec2 · dense

wav2vec2_tiny_random

ЭмбеддингиТекст → embedding3 профессии

Тестовая случайно инициализированная модель wav2vec 2.0 для проверки извлечения признаков из аудио через Transformers.

2 422скачиваний за 30 дней1лайквеса обновлены5 июл 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.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — 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

patrickvonplaten/wav2vec2_tiny_random — тестовая модель семейства wav2vec 2.0, опубликованная для проверки работы с Transformers и PyTorch. Это компактная архитектура Wav2Vec2Model примерно на 82,7 тыс. параметров в формате PyTorch, предназначенная для извлечения признаков из аудиовхода.

Модель подходит для тестирования загрузки и выполнения пайплайна feature-extraction, но случайная инициализация означает, что она не предназначена для качественного распознавания или анализа реальной речи. Сведений о лицензии, поддерживаемых языках и длине аудиоконтекста в предоставленных данных нет.

Сценарии применения

  • проверка загрузки модели Wav2Vec2 в Transformers
  • тестирование пайплайна извлечения признаков из аудио
  • проверка совместимости кода с PyTorch-моделью wav2vec 2.0

Ограничения

Случайно инициализированная тестовая модель не подходит для прикладного распознавания речи или получения осмысленных признаков. В предоставленных материалах не приведены лицензия и характеристики аудиоконтекста.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Test model

To test this model run the following code:

from datasets import load_dataset
from transformers import Wav2Vec2ForCTC
import torchaudio
import torch

ds = load_dataset("patrickvonplaten/librispeech_asr_dummy", "clean", split="validation")

model = Wav2Vec2ForCTC.from_pretrained("patrickvonplaten/wav2vec2_tiny_random")

def load_audio(batch):
    batch["samples"], _ = torchaudio.load(batch["file"])
    return batch
    
ds = ds.map(load_audio)

input_values = torch.nn.utils.rnn.pad_sequence([torch.tensor(x[0]) for x in ds["samples"][:10]], batch_first=True)

# forward
logits = model(input_values).logits
pred_ids = torch.argmax(logits, dim=-1)

# dummy loss
dummy_labels = pred_ids.clone()
dummy_labels[dummy_labels == model.config.pad_token_id] = 1  # can't have CTC blank token in label
dummy_labels = dummy_labels[:, -(dummy_labels.shape[1] // 4):] # make sure labels are shorter to avoid "inf" loss (can still happen though...)
loss = model(input_values, labels=dummy_labels).loss

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2Model
Ревизия весов
24bc33e

0 моделей