/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
small_8_a
Библиотека
transformers
Опубликована
9 авг 2024

Ссылки

Hugging Face

small_8_b

simran14
Распознавание речиАудио → текст

Дообученная модель Whisper для преобразования речи в текст на данных Common Voice 11.0.

8скачиваний за 30 дней0лайковвеса обновлены10 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_b — дообученная модель распознавания речи на базе simran14/small_8_a, разработанная на архитектуре Whisper и представленная в формате Safetensors для Transformers. Она предназначена для преобразования аудиозаписей в текст; модель дообучали на наборе Common Voice 11.0 и оценивали на тестовой выборке, где указана WER 18,8906 и loss 0,5179. Число параметров составляет около 153,1 млн.

В карточке нет сведений о целевом языке, поэтому нельзя уверенно определить языковые сценарии применения. Модель распространяется по лицензии Apache-2.0. Показатель WER относится к указанной оценочной выборке и сам по себе не гарантирует качество на других языках, типах речи или акустических условиях.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в голосовых сообщениях
  • создание черновых субтитров
  • оценка качества распознавания речи на тестовой выборке

Ограничения

Язык распознавания и подробности тестовой выборки не указаны. WER 18,8906 на оценочной выборке не гарантирует аналогичного качества на других данных и акустических условиях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

simrank14 Whisper small 1B 8e

This model is a fine-tuned version of simran14/small_8_a on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5179
  • Wer: 18.8906

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
0.0033.558710000.473519.5011
0.00027.117420000.517918.8906

Framework versions

  • Transformers 4.45.0.dev0
  • Pytorch 2.3.1+cu121
  • Datasets 2.20.1.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
09bfe41

0 моделей

    Создать бенчмарк