/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
22 мар 2024

whisper-small-slovenian

Распознавание речиАудио → текст8 профессий

Дообученная Whisper Small распознаёт словенскую речь и преобразует аудио в текст.

81скачиваний за 30 дней3лайкавеса обновлены28 мар 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

samolego/whisper-small-slovenian — дообученная модель семейства Whisper Small для автоматического распознавания речи на словенском языке. Её создал автор samolego на базе openai/whisper-small, обучив на аудиоданных ARTUR 1.0, в том числе наборах Artur-B-brani и Artur-B-Studio. Модель содержит около 153,1 млн параметров и принимает аудио, выдавая текстовую транскрипцию.

На оценочном наборе автор сообщает значение WER 11,0097 и loss 0,1226. Репозиторий содержит веса safetensors; в README также упомянут формат ggml для использования с whisper.cpp. Лицензия — Apache-2.0. Карточка не описывает дополнительные сценарии применения или конкретные ограничения качества.

Сценарии применения

  • транскрибация записей на словенском языке
  • распознавание словенской речи в аудиофайлах
  • создание текстовых версий словенских записей для поиска и архивирования

Ограничения

Показатель WER 11,0097 приведён для оценочного набора ARTUR 1.0 и не гарантирует такую же точность на других данных. В README не описаны дополнительные ограничения и предназначение за пределами распознавания речи.

Для каких профессий подходит8

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

Whisper Small Sl - samolego

This model is a fine-tuned version of openai/whisper-small on the ASR database ARTUR 1.0 (audio) dataset. It was trained on Artur-B-brani and Artur-B-Studio. It achieves the following results on the evaluation set:

  • Loss: 0.1226
  • Wer: 11.0097

Model description

Both ggml and safetensors formats are available.

If you're not familiar with ggml, I'd suggest checking out whisper.cpp.

Intended uses & limitations

More information needed

Training and evaluation data

Verdonik, Darinka; et al., 2023, ASR database ARTUR 1.0 (audio), Slovenian language resource repository CLARIN.SI, ISSN 2820-4042, http://hdl.handle.net/11356/1776.

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 5e-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
  • num_epochs: 3.0

Training results

Training LossEpochStepValidation LossWer
0.27780.075000.274823.0421
0.20090.1410000.197217.3073
0.16430.2115000.165814.5195
0.15690.2820000.149513.1550
0.13440.3625000.138012.2945
0.12950.4330000.130211.6237
0.12390.535000.124911.2128
0.11780.5740000.122611.0097

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.0.1+cu117
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
4f7ea59

0 моделей