/ Модель

Характеристики

Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Библиотека
transformers
Опубликована
17 ноя 2024

whisper-medium-attempt2-1000-orders

Распознавание речиАудио → текст

Дообученная на базе Whisper Medium модель для автоматической расшифровки речи в текст.

6скачиваний за 30 дней0лайковвеса обновлены3 дек 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 Medium attempt2 1000 orders — дообученная модель распознавания речи на базе openai/whisper-medium, опубликованная пользователем shreyasdesaisuperU. Модель содержит 455,8 млн параметров, использует архитектуру WhisperForConditionalGeneration и формат safetensors. Она предназначена для преобразования входящей речи в текст.

В карточке указано, что модель дообучалась на датасете, название которого не приведено. На оценочном наборе указаны loss 3,0551 и WER 114,5969; высокий WER указывает на слабое качество распознавания в этой оценке. Базовая Whisper Medium поддерживает несколько языков, однако для этого варианта отдельно подтверждённых языков нет. Лицензия — Apache 2.0.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в голосовых сообщениях
  • создание текстовых расшифровок разговоров

Ограничения

В оценке указана высокая ошибка WER 114,5969, поэтому качество распознавания может быть низким. Языки и условия применения отдельно не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Medium with 1000 orders SSD superU

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

  • Loss: 3.0551
  • Wer: 114.5969

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: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
3.31780.38311003.1949211.3345
2.54840.76632002.3725319.0767
2.05931.14943002.2722248.3126
2.06031.53264002.2479253.4519
2.02581.91575002.2259302.7082
1.61412.29896002.2450191.7982
1.7292.68207002.2441221.9182
1.47413.06518002.3114169.6906
1.3513.44839002.3248199.7299
1.46363.831410002.3174177.5240
1.10924.214611002.4755143.9276
1.07134.597712002.4954122.6198
1.09274.980813002.4714153.5291
0.76935.364014002.6916124.3843
0.75945.747115002.7017125.2438
0.5766.130316002.8599117.2104
0.53046.513417002.9010120.1431
0.5086.896618002.9175120.5536
0.37947.279719003.0556111.9378
0.38167.662820003.0551114.5969

Framework versions

  • Transformers 4.46.2
  • Pytorch 2.2.2+cu121
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модель не помещается в память одной GPU (80 ГБ).

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
2ef674e

0 моделей