/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
21 дек 2022

whisper-large-shona

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Large v2 для автоматического распознавания речи на шона.

40скачиваний за 30 дней5лайковвеса обновлены21 дек 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

steja/whisper-large-shona — модель распознавания речи на архитектуре Whisper Large v2, дообученная автором steja на наборе google/fleurs для языка шона (вариант sn_ZW). Она преобразует аудио в текст и предназначена прежде всего для автоматической транскрипции речи на шона.

Модель содержит около 905,2 млн параметров и опубликована в формате PyTorch. На оценочной выборке указана WER 37,5 и loss 0,9189; это результаты конкретной оценки, которые не гарантируют такой же точности на других записях. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на шона
  • распознавание речи на шона в записях интервью
  • создание текстовых субтитров для речи на шона
  • расшифровка аудио на шона из набора данных FLEURS

Ограничения

На оценочной выборке указана WER 37,5, поэтому ошибки распознавания могут быть существенными; качество на других условиях записи не установлено. README не приводит дополнительных сведений об ограничениях и сценариях применения.

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

Whisper_large_Shona

This model is a fine-tuned version of openai/whisper-large-v2 on the google/fleurs sn_zw dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9189
  • Wer: 37.5

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: 16
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • total_eval_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • training_steps: 1000

Training results

Training LossEpochStepValidation LossWer
0.000541.645000.878437.525
0.000383.3210000.918937.5

Framework versions

  • Transformers 4.25.1
  • Pytorch 1.13.0+cu117
  • Datasets 2.7.1
  • Tokenizers 0.13.2

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
81aa243

0 моделей