/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Архитектура
whisper · dense
Базовая модель
whisper-small-all
Опубликована
2 июл 2024

whisper-small-test

Распознавание речиАудио → текст

Дообученная на китайском наборе MOE Response модель Whisper Small для распознавания китайской речи и преобразования её в текст.

8скачиваний за 30 дней0лайковвеса обновлены2 июл 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.

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

sit-justin/whisper-small-test — дообученная модель распознавания речи на базе Kathernie/whisper-small-all, относящейся к семейству Whisper Small. Модель принимает аудио и преобразует китайскую речь в текст; в метаданных указана архитектура WhisperForConditionalGeneration и около 153,1 млн параметров.

Модель дообучена на китайском датасете MOE Response. В README приведены результаты на оценочной выборке: Loss 0,2640 и CER 11,0180. Лицензия в доступных данных не приведена.

Сценарии применения

  • транскрибация китайской речи
  • распознавание речи в аудиозаписях на китайском языке
  • преобразование китайских голосовых сообщений в текст

Ограничения

В README не описаны ограничения и предполагаемые сценарии использования. Приведённые метрики относятся к оценочной выборке MOE Response и сами по себе не гарантируют качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small Chinese MOE Response

This model is a fine-tuned version of Kathernie/whisper-small-all on the MOE Response Chinese dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2640
  • Cer: 11.0180

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
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 250
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
0.22521.08112000.233912.4230
0.12682.16224000.222310.9194
0.0563.24326000.224210.8701
0.0234.32438000.238711.3384
0.015.405410000.254611.2645
0.00446.486512000.251511.2891
0.00287.567614000.255210.9440
0.00178.648616000.262311.2645
0.00179.729718000.262410.9933
0.00110.810820000.264011.0180

Framework versions

  • Transformers 4.42.3
  • Pytorch 2.2.0
  • Datasets 2.20.0
  • Tokenizers 0.19.1

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
b4f54e4

0 моделей