/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
7 дек 2022

Nos_ASR-wav2vec2-large-xlsr-53-gl-with-lm

Распознавание речиАудио → текст7 профессий

Модель распознаёт галисийскую речь и преобразует аудио в текст с помощью Wav2Vec2 и интегрированной языковой модели.

273скачиваний за 30 дней3лайкавеса обновлены12 фев 2025

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

Nos_ASR-wav2vec2-large-xlsr-53-gl-with-lm es una copia de diego-fustes/wav2vec2-large-xlsr-gl con интегрированной языковой моделью. Модель разработана для автоматического распознавания речи на галисийском языке и преобразования аудиозаписей в текст. Она основана на архитектуре Wav2Vec2-Large-XLSR-53, имеет около 402,7 млн параметров и принимает аудио. В README приведены результаты на тестовых подвыборках Galician OpenSLR и Common Voice 7.0: WER составил 6,86% и 15,20% соответственно, что ниже показателей указанной базовой модели на тех же наборах. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация записей на галисийском языке
  • распознавание галисийской речи в аудиоархивах
  • подготовка текстовых расшифровок галисийских подкастов
  • автоматическая расшифровка галисийских речевых данных

Ограничения

Модель ориентирована на галисийский язык; результаты на других языках не описаны. Приведённые метрики получены на ограниченных тестовых подвыборках двух датасетов и могут не отражать качество на других типах аудио.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wav2Vec2-Large-XLSR-53-Galician-With-LM

This is a copy of the model diego-fustes/wav2vec2-large-xlsr-gl with an integrated language model.

Improvement This model has been compared with the baseline (diego-fustes/wav2vec2-large-xlsr-gl) on:

  • The test subset of the Galician OpenSLR dataset (837 speech samples)
  • The test subset of the Galician Common Voice 7.0 dataset (1716 speech samples)

The results are shown in the following tables:

OpenSLR77:

ModelWERCER
diego-fustes/wav2vec2-large-xlsr-gl9.10%3.94%
cmagui/wav2vec2-large-xlsr-53-galician-with-lm6.86%2.20%

Common_voice-gl:

ModelWERCER
diego-fustes/wav2vec2-large-xlsr-gl22.12%5.09%
cmagui/wav2vec2-large-xlsr-53-galician-with-lm15.20%3.87%

Citation information

If you use this model, please cite as follows:

Magariños, Carmen; Gamallo, Pablo. 2023. Nos_ASR-wav2vec2-large-xlsr-53-gl-with-lm. URL: https://huggingface.co/proxectonos/Nos_ASR-wav2vec2-large-xlsr-53-gl-with-lm

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
140582e

0 моделей