/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

xls-r-eus

shpotes
Распознавание речиАудио → текст6 профессий

Дообученная Wav2Vec2-XLS-R модель для распознавания и транскрибирования речи на баскском языке.

12скачиваний за 30 дней0лайковвеса обновлены24 мар 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.

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

shpotes/xls-r-eus — модель автоматического распознавания речи, дообученная на базе facebook/wav2vec2-xls-r-300m на наборе MOZILLA-FOUNDATION/COMMON_VOICE_8_0 для баскского языка. Она построена на архитектуре Wav2Vec2ForCTC и содержит около 402,7 млн параметров. Модель преобразует аудиозапись речи в текст и подходит для транскрибирования баскской речи, в том числе записей в стиле Common Voice.

В README указаны результаты оценки на тестовой выборке: WER 0,1787 и loss 0,2278. Модель опубликована под лицензией Apache-2.0. Карточка не описывает специальные ограничения и условия записи, поэтому качество на других наборах данных и в иных акустических условиях по этим сведениям оценить нельзя.

Сценарии применения

  • транскрибирование баскской речи из аудиозаписей
  • распознавание речи для создания текстовых субтитров
  • подготовка расшифровок баскских голосовых данных

Ограничения

В README приведены метрики на оценочной выборке Common Voice 8.0, но нет сведений о качестве на других наборах данных или в реальных акустических условиях.

Для каких профессий подходит6

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

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - EU dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2278
  • Wer: 0.1787

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: 0.0003
  • train_batch_size: 72
  • eval_batch_size: 72
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 144
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 100.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.25484.245000.24700.3663
0.14358.4710000.20000.2791
0.115812.7115000.20300.2652
0.109416.9520000.20960.2605
0.100421.1925000.21500.2477
0.094525.4230000.20720.2369
0.084429.6635000.19810.2328
0.087733.8940000.20410.2425
0.074138.1445000.23530.2421
0.067642.3750000.20920.2213
0.062346.6155000.22170.2250
0.057450.8460000.21520.2179
0.058355.0865000.22070.2186
0.048859.3270000.22250.2159
0.045663.5675000.22930.2031
0.04167.7980000.22770.2013
0.037972.0385000.22870.1991
0.038176.2790000.22330.1954
0.030880.5195000.21950.1835
0.029184.74100000.22660.1825
0.026688.98105000.22850.1801
0.026693.22110000.22920.1801
0.026297.46115000.22780.1788

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.18.4.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
Wav2Vec2ForCTC
Ревизия весов
63d381a

0 моделей

    Создать бенчмарк