/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
21 дек 2022

whisper-small-somali

Распознавание речиАудио → текст5 профессий

Дообученная на сомалийском языке модель Whisper Small для транскрибирования речи из аудио в текст.

23скачиваний за 30 дней1лайквеса 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-small-somali — модель распознавания речи на основе OpenAI Whisper Small, дообученная автором на подмножестве so_so датасета Google FLEURS. Она предназначена для преобразования аудиозаписей на сомалийском языке в текст; архитектура Whisper содержит около 153,1 млн параметров. В оценке на тестовой выборке указаны loss 2,0764 и WER 66,5950.

Модель подходит для транскрибирования сомалийской речи в записях и голосовых материалах. Доступна в формате PyTorch и распространяется по лицензии Apache-2.0. Высокий указанный WER свидетельствует о существенных ошибках распознавания, поэтому транскрипции могут требовать проверки и исправления.

Сценарии применения

  • транскрибирование сомалийской речи из аудиозаписей
  • создание черновых субтитров для сомалийских видео
  • преобразование сомалийских голосовых сообщений в текст

Ограничения

На оценочной выборке указана частота ошибок слов (WER) 66,5950, поэтому результат может содержать много ошибок и нуждается в проверке. Оценка относится к набору FLEURS so_so.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper_small_Somali

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

  • Loss: 2.0764
  • Wer: 66.5950

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: 500
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.020530.744001.841867.2524
0.001261.528002.076466.5950
0.000692.312002.153767.6452
0.0004123.0716002.193067.1367
0.0004153.8120002.206566.9299

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
b861d34

0 моделей