/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
27 мая 2022

Ссылки

Hugging Face

wav2vec2-large-xls-r-300m-kinyarwanda

peter2000
Распознавание речиАудио → текст6 профессий

Модель распознаёт речь на киньяруанда и преобразует аудио в текст.

257скачиваний за 30 дней0лайковвеса обновлены3 июн 2022

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

Модель peter2000/wav2vec2-large-xls-r-300m-kinyarwanda — дообученная на Common Voice версия facebook/wav2vec2-xls-r-300m для автоматического распознавания речи на киньяруанда. Она использует архитектуру Wav2Vec2ForCTC и принимает аудио, преобразуя речь в текст. Число параметров — около 402,8 млн; модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0.

Модель подходит для транскрибации записей и аудиопотоков на киньяруанда. В указанной оценке на тестовой выборке Common Voice значение WER составляет 0,3246. Карточка не описывает ограничения применения и не приводит дополнительные сведения о поддержке других языков.

Сценарии применения

  • транскрибация записей на киньяруанда
  • распознавание речи в аудиозаписях Common Voice
  • автоматическое получение текстовой расшифровки речи

Ограничения

В README приведён WER 0,3246 на оценочной выборке Common Voice; качество на других данных не описано. Поддержка других языков и ограничения применения не указаны.

Для каких профессий подходит6

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

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-xls-r-300m-kinyarwanda

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the common_voice dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3917
  • Wer: 0.3246

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: 7e-05
  • train_batch_size: 12
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 24
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 400
  • num_epochs: 8
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
9.06340.124003.05541.0
2.80090.248001.59270.9554
0.90220.3612000.73280.6445
0.62130.4816000.61380.5510
0.52990.620000.60720.5223
0.49990.7224000.54490.4969
0.47310.8428000.52610.4828
0.4580.9632000.50580.4607
0.41581.0936000.48920.4463
0.40371.2140000.47590.4429
0.40211.3344000.46150.4330
0.39341.4548000.45930.4315
0.38081.5752000.47360.4344
0.38381.6956000.45690.4249
0.37261.8160000.44730.4140
0.36231.9364000.44030.4097
0.35172.0568000.43890.4061
0.3332.1772000.43830.4104
0.33542.2976000.43600.3955
0.32572.4180000.42260.3942
0.32752.5384000.42060.4040
0.32622.6588000.41720.3875
0.32062.7792000.42090.3877
0.3232.8996000.41770.3825
0.30993.01100000.41010.3691
0.30083.14104000.40550.3709
0.29183.26108000.40850.3800
0.2923.38112000.40890.3713
0.2923.5116000.40920.3730
0.27853.62120000.41510.3687
0.29413.74124000.40040.3639
0.28383.86128000.41080.3703
0.28543.98132000.39110.3596
0.26834.1136000.39440.3575
0.26474.22140000.38360.3538
0.27044.34144000.40060.3540
0.26644.46148000.39740.3553
0.26624.58152000.38900.3470
0.26154.7156000.38560.3507
0.25534.82160000.38140.3497
0.25874.94164000.38370.3440
0.25225.06168000.38340.3486
0.24515.19172000.38970.3414
0.24235.31176000.38640.3481
0.24345.43180000.38080.3416
0.25255.55184000.37950.3408
0.24275.67188000.38410.3411
0.24115.79192000.38040.3366
0.24045.91196000.38000.3328
0.23726.03200000.37490.3335
0.22446.15204000.38200.3327
0.23816.27208000.37890.3325
0.22946.39212000.38670.3298
0.23786.51216000.38430.3281
0.23126.63220000.38130.3277
0.24116.75224000.37800.3268
0.23156.87228000.37900.3280
0.2416.99232000.37760.3281
0.23137.11236000.39290.3283
0.24237.24240000.39050.3280
0.23377.36244000.39790.3249
0.23687.48248000.39800.3257
0.24097.6252000.39370.3229
0.24167.72256000.38670.3237
0.23647.84260000.39120.3253
0.2347.96264000.39170.3246

Framework versions

  • Transformers 4.11.3
  • Pytorch 1.10.0+cu113
  • Datasets 1.18.3
  • Tokenizers 0.10.3

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
9a4464f

0 моделей

    Создать бенчмарк