/ Модель
Каталог

Характеристики

Параметры
403 млн
Архитектура
wav2vec2 · dense
Опубликована
20 апр 2023

Ссылки

Hugging Face

sanskrit

srinath1234456
Распознавание речиАудио → текст

Дообученная модель Wav2Vec2 для автоматического распознавания речи и преобразования аудио в текст.

100скачиваний за 30 дней0лайковвеса обновлены20 апр 2023

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

srinath1234456/sanskrit — модель распознавания речи на архитектуре Wav2Vec2 с CTC-декодированием. Она дообучена на базе pritam18/swadeshi_hindiwav2vec2asr; в карточке указано, что набор данных для дообучения не определён. Модель предназначена для преобразования аудиоречи в текст. В репозитории используется формат PyTorch, размер модели — около 402,7 млн параметров.

Карточка не сообщает, насколько хорошо модель распознаёт санскритскую речь, на каких данных её оценивали и какие ограничения обнаружены. Лицензия не указана в предоставленных метаданных и README, поэтому условия использования по этим данным определить нельзя.

Сценарии применения

  • транскрибация аудиозаписей на санскрите
  • распознавание санскритской речи в аудиофайлах
  • автоматическое получение текстовой расшифровки речи

Ограничения

README не содержит сведений о данных обучения и результатах оценки, поэтому качество распознавания санскрита не подтверждено. Лицензия не указана в предоставленных источниках.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sanskrit

This model is a fine-tuned version of pritam18/swadeshi_hindiwav2vec2asr on the None dataset.

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
  • 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: 500
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.29.0.dev0
  • Pytorch 2.0.0+cu118
  • Datasets 2.11.1.dev0
  • Tokenizers 0.13.3

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
a57f969

0 моделей

    Создать бенчмарк