/ Модель

Характеристики

Контекст
1 024 токена
Архитектура
speech-encoder-decoder · dense
Опубликована
25 апр 2022

xtreme_s_xlsr_2_bart_covost2_fr_en

Распознавание речиАудио → текст3 профессии

Речевая модель SpeechEncoderDecoderModel, обученная с нуля на XTREME-S и классифицированная как система распознавания речи.

36скачиваний за 30 дней0лайковвеса обновлены6 мая 2022

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

Модель sanchit-gandhi/xtreme_s_xlsr_2_bart_covost2_fr_en — речевая модель архитектуры SpeechEncoderDecoderModel, обученная с нуля на наборе XTREME-S. В названии указана пара французский–английский; карточка не уточняет назначение этой пары, а метаданные классифицируют модель как automatic-speech-recognition.

В README приведены результаты на оценочном наборе: loss 2.1356 и BLEU 0.0000. Описание модели, сценарии применения и ограничения в карточке не раскрыты. Репозиторий содержит веса PyTorch; сведения о лицензии и размере модели отсутствуют в предоставленных данных.

Сценарии применения

  • экспериментальная оценка модели распознавания речи
  • исследование речевых моделей на наборе XTREME-S
  • проверка качества модели на аудиоданных

Ограничения

README сообщает BLEU 0.0000 на оценочном наборе и не описывает предполагаемые сценарии или ограничения модели. Лицензия и размер модели в предоставленных метаданных не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model was trained from scratch on the xtreme_s dataset. It achieves the following results on the evaluation set:

  • Loss: 2.1356
  • Bleu: 0.0000

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 3.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossBleu
2.64580.315004.37540.0
2.35050.6210004.30710.0
2.21520.9315003.94440.0
2.791.2320003.20460.0000
2.5691.5425002.68120.0000
2.3221.8530002.40810.0000
2.34352.1635002.26960.0000
2.20632.4740002.24520.0000
2.10872.7845002.13560.0000

Framework versions

  • Transformers 4.19.0.dev0
  • Pytorch 1.10.2+cu113
  • Datasets 2.1.1.dev0
  • Tokenizers 0.11.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
SpeechEncoderDecoderModel
Ревизия весов
0b6bcac

0 моделей