/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Архитектура
whisper · dense
Базовая модель
mr-val-i
Библиотека
transformers
Опубликована
2 сен 2024

Ссылки

Hugging Face

mr-val-j

simran14
Распознавание речиАудио → текст3 профессии

Дообученная на Common Voice 17.0 модель Whisper для распознавания речи на маратхи.

11скачиваний за 30 дней0лайковвеса обновлены2 сен 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

simran14/mr-val-j — дообученная модель распознавания речи на архитектуре Whisper с 153,1 млн параметров. Она создана на основе simran14/mr-val-i и обучена на Common Voice 17.0; основная задача — преобразование аудио в текст, в частности для языка маратхи.

Модель подходит для автоматической расшифровки речи и оценки систем распознавания на данных Common Voice. В README приведены результаты на оценочной выборке: loss 0,2062 и WER 0,9319. Высокое значение WER указывает на значительное количество ошибок распознавания, поэтому качество транскрипций следует проверять.

Модель использует библиотеку Transformers и опубликована в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • расшифровка записей речи на маратхи
  • оценка качества распознавания речи на Common Voice
  • создание черновых транскрипций аудио на маратхи

Ограничения

На оценочной выборке указано WER 0,9319, что свидетельствует о низком качестве распознавания; результаты требуют проверки перед использованием. Лицензия в предоставленных данных не указана.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

simrank14 Whisper small val j

This model is a fine-tuned version of simran14/mr-val-i on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2062
  • Wer: 0.9319

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: 5e-07
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.19871.01522000.19951.0835
0.14822.03054000.20781.0115
0.08693.04576000.20620.9319

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.4.0+cu121
  • 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
583f240

0 моделей

    Создать бенчмарк