Характеристики

Контекст: 1 024 токена
Параметры: 153 млн
Архитектура: whisper · dense
Базовая модель: small_8_e
Опубликована: 11 авг 2024

Ссылки

Hugging Face

small_8_f

simran14

Языковая модель

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

7скачиваний 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_f — дообученная модель распознавания речи на архитектуре Whisper, созданная на основе simran14/small_8_e. Она обучена на Common Voice 11.0 и предназначена для преобразования аудиозаписей в текст. В репозитории указаны 153,1 млн параметров и результат оценки на тестовой выборке: WER 13,9565 и loss 0,3741. Модель опубликована в формате safetensors. Сведения о лицензии и конкретных поддерживаемых языках в доступных данных отсутствуют.

Сценарии применения

транскрибация аудиозаписей
распознавание речи на данных Common Voice
оценка качества распознавания речи по WER

Ограничения

Карточка не описывает ограничения применения и не сообщает лицензию или языки обучения. Указанный WER относится к оценочной выборке; данных о качестве на других наборах нет.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

simrank14 Whisper small 1F 8e

This model is a fine-tuned version of simran14/small_8_e on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

Loss: 0.3741
Wer: 13.9565

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
0.0081	2.8329	1000	0.3428	14.8962
0.0012	5.6657	2000	0.3741	13.9565

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: 275a37b