/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
14 дек 2022

whisper-small-sw

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для распознавания речи на суахили и преобразования аудио в текст.

25скачиваний за 30 дней3лайкавеса обновлены11 сен 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.

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 Small Swahili — модель распознавания речи, полученная дообучением openai/whisper-small на подмножестве Common Voice 11.0 для суахили. Она принимает аудио и генерирует текстовую транскрипцию; архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров. В оценке на тестовом наборе указаны loss 0,5597 и WER 27,6211.

Модель подходит для транскрибирования записей и голосовых сообщений на суахили. Карточка не описывает дополнительные сценарии или языки дообучения. Опубликована в форматах PyTorch и Safetensors под лицензией Apache-2.0.

Сценарии применения

  • транскрибирование записей на суахили
  • распознавание суахили в голосовых сообщениях
  • создание текстовых расшифровок аудио на суахили

Ограничения

В оценке на тестовом наборе указан WER 27,6211; качество может зависеть от записи и акцента. Карточка не приводит дополнительных сведений об ограничениях и условиях оценки.

Для каких профессий подходит4

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 Swahili

This model is a fine-tuned version of openai/whisper-small on the mozilla-foundation/common_voice_11_0 sw dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5597
  • Wer: 27.6211

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: 128
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 250
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.0+cu117
  • 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
94043bb

0 моделей