/ Модель

Характеристики

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

whisper-small-cuzco-quechua

Распознавание речиАудио → текст3 профессии

Дообученная на аудио Библии модель Whisper Small для распознавания речи на кечуа Куско.

1 244скачиваний за 30 дней0лайковвеса обновлены19 июн 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.

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

pollitoconpapass/whisper-small-cuzco-quechua — дообученная модель распознавания речи на базе openai/whisper-small, созданная для транскрибирования аудио на кечуа Куско. Она использует архитектуру WhisperForConditionalGeneration и содержит 153,1 млн параметров. Для обучения использован датасет аудио Библии на кечуа Куско; в README указана потеря 0,0002 на оценочном наборе, но метрика качества и подробности оценки не приведены. Модель принимает аудио и выдаёт текст. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование записей чтения Библии на кечуа Куско
  • создание текстовых расшифровок религиозных аудиозаписей на кечуа
  • поиск и индексирование аудиоматериалов на кечуа Куско

Ограничения

Дообучение выполнено на аудиодатасете Библии на кечуа Куско, поэтому качество на других вариантах кечуа и в иных акустических условиях не подтверждено. README не приводит метрики, позволяющие интерпретировать заявленное значение loss.

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

Whisper Small

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

  • Loss: 0.0002

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 4
  • seed: 42
  • 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

Training results

Training LossEpochStepValidation Loss
0.076512.55000.0630
0.041325.010000.0294
0.017337.515000.0191
0.016150.020000.0116
0.007862.525000.0046
0.007175.030000.0039
0.001987.535000.0015
0.001100.040000.0002
0.0007112.545000.0002
0.0125.050000.0002

Framework versions

  • Transformers 4.39.0
  • Pytorch 2.3.0+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
8ccea98

0 моделей