/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
small_8_17d
Библиотека
transformers
Опубликована
15 авг 2024

Ссылки

Hugging Face

small_8_17e

simran14
Распознавание речиАудио → текст

Дообученная на Common Voice 17.0 модель Whisper для распознавания речи и преобразования аудио в текст.

8скачиваний за 30 дней0лайковвеса обновлены15 авг 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/small_8_17e — дообученная модель распознавания речи на базе simran14/small_8_17d, разработанная сообществом simran14. Это вариант архитектуры Whisper с 153,1 млн параметров, обученный на Common Voice 17.0. Модель принимает аудио и предназначена для преобразования речи в текст.

В карточке указано значение WER 1,9285 на наборе оценки; описание не поясняет методику вычисления, поэтому результат трудно интерпретировать. Модель распространяется в формате safetensors через Transformers по лицензии Apache-2.0.

Сценарии применения

  • транскрибация записей речи
  • распознавание голоса в аудиофайлах
  • эксперименты с распознаванием речи на Common Voice 17.0

Ограничения

В карточке не указаны поддерживаемые языки и практические ограничения. Значение WER приведено без пояснения методики оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

simrank14 Whisper small 1C 8 17d

This model is a fine-tuned version of simran14/small_8_17d on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0160
  • Wer: 1.9285

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: 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: 8
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.00474.010000.01772.2565
0.00028.020000.01601.9285

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.3.1+cu121
  • Datasets 2.21.1.dev0
  • 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
6ab1aa4

0 моделей

    Создать бенчмарк