/ Модель

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Опубликована
26 янв 2024

whisper-base-ckb

Распознавание речиАудио → текст

Дообученная на Common Voice модель Whisper распознаёт центральнокурдскую речь и преобразует аудио в текст.

96скачиваний за 30 дней0лайковвеса обновлены27 янв 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

razhan/whisper-base-ckb — дообученная модель распознавания речи на основе openai/whisper-base, созданная на наборе данных razhan/common_voice_ckb_16. Она предназначена для преобразования аудиозаписей на центральнокурдском языке в текст. Модель построена на архитектуре WhisperForConditionalGeneration и содержит 51,7 млн параметров.

На оценочном наборе указаны Loss 0,0641 и WER 0,1262. Базовая модель Whisper также умеет переводить речь на английский язык, но для этой версии в карточке подтверждено только автоматическое распознавание речи. Репозиторий использует формат safetensors; лицензия — Apache-2.0.

Сценарии применения

  • транскрибация центральнокурдских аудиозаписей
  • распознавание речи на центральнокурдском языке
  • подготовка текстовых расшифровок для аудиокорпусов

Ограничения

Результаты оценки приведены только для указанного оценочного набора и не гарантируют такое же качество на других аудиозаписях. Карточка не подтверждает перевод речи или поддержку языков помимо центральнокурдского для этой версии.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-base-ckb

This model is a fine-tuned version of openai/whisper-base on the razhan/common_voice_ckb_16 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0641
  • Wer: 0.1262

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: 192
  • eval_batch_size: 128
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 6
  • total_train_batch_size: 1152
  • total_eval_batch_size: 768
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 200
  • training_steps: 2300
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.34341.091000.38400.6054
0.20892.172000.26540.4740
0.1673.263000.22460.4190
0.14524.354000.19640.3803
0.12875.435000.17880.3542
0.11636.526000.16500.3326
0.10687.617000.15600.3155
0.10158.78000.14890.3059
0.09689.789000.14400.2954
0.093910.8710000.14200.2918
0.091911.9611000.13150.2742
0.083913.0412000.12170.2597
0.071314.1313000.11320.2371
0.068715.2214000.10910.2372
0.064716.315000.10220.2173
0.05917.3916000.09670.2043
0.053918.4817000.08970.1929
0.051819.5718000.08270.1718
0.049520.6519000.07870.1667
0.044421.7420000.07180.1469
0.039222.8321000.06710.1368
0.033523.9122000.06450.1263
0.029225.023000.06410.1262

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.0.1
  • Datasets 2.16.1
  • Tokenizers 0.15.0

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
0c76b3a

0 моделей