/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
26 мар 2022

wav2vec2_test

Распознавание речиАудио → текст4 профессии

Дообученная на неизвестном датасете модель Wav2Vec2 для преобразования речи в текст.

11скачиваний за 30 дней0лайковвеса обновлены31 мар 2022

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

snehatyagi/wav2vec2_test — дообученная модель распознавания речи на базе facebook/wav2vec2-base. Она использует архитектуру Wav2Vec2ForCTC, содержит 113,3 млн параметров и принимает аудио для преобразования речи в текст. Модель опубликована в формате PyTorch под лицензией Apache-2.0.

Карточка приводит результаты оценки: loss 91,1661 и WER 0,5714. Датасет обучения и поддерживаемые языки не указаны, поэтому область применимости и качество распознавания для конкретных языков или условий записи подтвердить нельзя.

Сценарии применения

  • транскрибация аудиозаписей
  • автоматическое распознавание речи
  • получение текстовой расшифровки аудио

Ограничения

Датасет обучения и поддерживаемые языки не указаны. На оценочном наборе указаны WER 0,5714 и loss 91,1661; качество может быть ограниченным.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2_test

This model is a fine-tuned version of facebook/wav2vec2-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 91.1661
  • Wer: 0.5714

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: 0.0001
  • 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: 1000

Training results

Training LossEpochStepValidation LossWer
11.9459100.010046.99011.0
3.2175200.020073.09501.0
1.8117300.030078.48840.6735
1.3694400.040084.01680.6327
1.1392500.050085.20830.5918
0.979600.060088.91090.5918
0.8917700.070089.03100.5918
0.8265800.080090.06590.6122
0.769900.090091.84760.5714
0.73891000.0100091.16610.5714

Framework versions

  • Transformers 4.17.0
  • Pytorch 1.10.2
  • Datasets 1.18.3
  • Tokenizers 0.11.6

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
da03eb9

0 моделей