Характеристики

Контекст: 1 024 токена
Параметры: 153 млн
Архитектура: whisper · dense
Базовая модель: small_8_d
Опубликована: 11 авг 2024

Ссылки

Hugging Face

small_8_e

simran14

Языковая модель

Дообученная модель Whisper для распознавания речи и преобразования аудиозаписей в текст.

12скачиваний за 30 дней0лайковвеса обновлены11 авг 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

simran14/small_8_e — модель распознавания речи семейства Whisper, дообученная автором simran14 на наборе Common Voice 11.0 на основе simran14/small_8_d. Модель содержит 153,1 млн параметров и распространяется в формате Safetensors.

Она предназначена для преобразования аудиозаписей в текст. В README приведены результаты оценки на тестовой выборке: loss 0,3272 и WER 14,3025. Язык распознавания по доступным сведениям определить нельзя. Лицензия и подробные ограничения применения в карточке не указаны.

Сценарии применения

транскрибация аудиозаписей
распознавание речи в записях Common Voice
оценка качества распознавания речи по WER

Ограничения

Язык распознавания и лицензия не определяются по доступным сведениям. В README не приведено описание ограничений и сценариев применения; указан WER 14,3025 на тестовой выборке без подробностей о протоколе оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

simrank14 Whisper small 1E 8e

This model is a fine-tuned version of simran14/small_8_d on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

Loss: 0.3272
Wer: 14.3025

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 Loss	Epoch	Step	Validation Loss	Wer
0.0483	2.8329	1000	0.2565	15.2062
0.0048	5.6657	2000	0.3272	14.3025

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

Нельзя запустить

У модели не указана задача.

Класс архитектуры: WhisperForConditionalGeneration
Ревизия весов: fcf0148