/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

wav2vec2-xls-r-300m-uk

robinhad
Распознавание речиАудио → текст9 профессий

Дообученная wav2vec2 модель для автоматического распознавания украинской речи и её транскрипции в текст.

156скачиваний за 30 дней6лайковвеса обновлены5 фев 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.

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

robinhad/wav2vec2-xls-r-300m-uk — модель распознавания украинской речи, созданная дообучением facebook/wav2vec2-xls-r-300m. Она использует архитектуру Wav2Vec2ForCTC и содержит около 402,7 млн параметров. Модель принимает аудио и преобразует речь в текст; в метаданных указан Common Voice как набор данных. Для оценки приведены WER 0,1222 и CER 0,0204. Модель предназначена для автоматической транскрипции украинской речи.

Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. Подробности о тренировочных данных, условиях записи и известных ограничениях в карточке не раскрыты.

Сценарии применения

  • транскрибация украинской речи из аудиозаписей
  • распознавание украинской речи в голосовых сообщениях
  • создание текстовых субтитров к украинской речи

Ограничения

В карточке не приведены подробные сведения об ограничениях и условиях записи; качество на других наборах данных не охарактеризовано.

Для каких профессий подходит9

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-xls-r-300m-uk

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0927
  • Wer: 0.1222
  • Cer: 0.0204

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: 3e-05
  • train_batch_size: 40
  • eval_batch_size: 40
  • seed: 42
  • gradient_accumulation_steps: 6
  • total_train_batch_size: 240
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 100
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepCerValidation LossWer
9.00081.682001.03.75901.0
3.49723.364001.03.39331.0
3.34325.046001.03.26171.0
3.24216.728001.03.07121.0
1.98397.6810000.14000.72040.6561
0.80179.3612000.07660.37340.4159
0.555411.0414000.05830.26210.3237
0.430912.6816000.04860.20850.2753
0.369714.3618000.04210.17460.2427
0.329316.0420000.03880.15970.2243
0.293417.7222000.03580.14280.2083
0.270419.424000.03330.13260.1949
0.254721.0826000.03220.12550.1882
0.236622.7628000.03090.12110.1815
0.218324.4430000.02940.11590.1727
0.211526.1332000.02800.11170.1661
0.196827.834000.02740.10630.1622
0.192229.4836000.02690.10820.1598
0.184731.1738000.02600.10610.1550
0.171532.8440000.02520.10140.1496
0.168934.5342000.02500.10120.1492
0.165536.2144000.02430.09990.1450
0.158537.8846000.02390.09670.1432
0.149239.5748000.02370.09780.1421
0.149141.2550000.02360.09630.1412
0.145342.9352000.02300.09790.1373
0.138644.6154000.02270.09590.1353
0.138746.2956000.02260.09270.1355
0.132947.9758000.02240.09510.1341
0.129549.6560000.02190.09500.1306
0.128751.3362000.02160.09370.1290
0.127753.0264000.02150.09630.1294
0.120154.6966000.02130.09590.1282
0.119956.3868000.02150.09440.1286
0.122158.0670000.02090.09380.1249
0.114559.6872000.02080.09410.1254
0.114361.3674000.02090.09410.1249
0.114363.0476000.02090.09400.1248
0.113764.7278000.02050.09310.1234
0.112566.480000.02040.09270.1222

Framework versions

  • Transformers 4.25.1
  • Pytorch 1.13.1+cu117
  • Datasets 2.8.0
  • 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
Wav2Vec2ForCTC
Ревизия весов
5617a47

0 моделей

    Создать бенчмарк