/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
29 авг 2024

Ссылки

Hugging Face

whisper-small-Kurdish-Sorani

roshna-omer
Распознавание речиАудио → текст6 профессий

Дообученная версия Whisper Small для распознавания курдской речи сорани и преобразования её в текст.

128скачиваний за 30 дней0лайковвеса обновлены30 авг 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.

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

whisper-small-Kurdish-Sorani — модель распознавания речи, созданная дообучением openai/whisper-small для транскрибирования речи на курдском языке сорани. Она основана на архитектуре Whisper и содержит 153,1 млн параметров; для работы принимает аудио и выдаёт текст. В карточке приведены результаты оценки: WER 24,1171 и WER Ortho 26,7340, однако описание набора данных и методики оценки не раскрыто. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование аудиозаписей на сорани
  • распознавание сорани в голосовых сообщениях
  • создание субтитров к аудио на сорани

Ограничения

Карточка не описывает обучающие данные и условия оценки, поэтому приведённые метрики сложно интерпретировать. Качество для разных диалектов, условий записи и типов аудио не уточняется.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.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 923модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-Kurdish-Sorani

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1337
  • Wer Ortho: 26.7340
  • Wer: 24.1171

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 50
  • num_epochs: 1
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
0.33130.02482500.412263.901760.4730
0.26110.04965000.348255.646651.6921
0.24330.07447500.315353.350749.3734
0.22080.099210000.285348.343544.5947
0.21040.124012500.271746.454342.7993
0.18280.148815000.256645.282241.3963
0.17120.173617500.246442.904539.3076
0.16950.198420000.239042.000838.2738
0.17090.223222500.229940.587536.9594
0.16010.248025000.223340.042436.5079
0.16780.272827500.219439.912436.4045
0.15340.297630000.209737.595434.0289
0.15420.322432500.204437.071233.6069
0.14930.347235000.199336.710633.3980
0.12580.372037500.196536.408632.9191
0.12120.396840000.189834.815131.4823
0.13820.421642500.186734.829731.4908
0.13680.446445000.183934.324431.1342
0.12580.471247500.179533.867330.6553
0.120.496050000.174832.617629.4126
0.11220.520852500.169932.250729.0476
0.11910.545655000.169732.439429.0603
0.12470.570457500.162931.290428.1826
0.11110.595260000.163331.802028.6341
0.11630.620062500.158730.460027.2606
0.09090.644865000.156129.837326.5433
0.09990.669667500.153429.648626.6994
0.12240.694470000.151429.076226.2353
0.09860.719272500.149628.877026.0707
0.08550.744075000.147929.143326.3492
0.08660.768877500.145628.042425.3703
0.09930.793780000.143928.124225.4040
0.10520.818582500.141427.820225.1572
0.08530.843385000.139827.648224.9757
0.07970.868187500.138327.090524.4188
0.08480.892990000.137526.977324.2141
0.10110.917792500.135626.622924.0622
0.09390.942595000.134826.717324.1803
0.07810.967397500.134126.610324.0727
0.08940.9921100000.133726.734024.1171

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.0+cu118
  • Datasets 2.21.0
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
eb403ff

0 моделей

    Создать бенчмарк