/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Опубликована
19 фев 2024

whisper-meduim-tamil-vulnerable

Распознавание речиАудио → текст

Дообученная версия Whisper Medium для распознавания тамильской речи и её расшифровки в текст.

9скачиваний за 30 дней0лайковвеса обновлены19 фев 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

Модель sujith013/whisper-meduim-tamil-vulnerable — дообученная Sujith013 версия OpenAI Whisper Medium для автоматического распознавания речи на тамильском языке и её преобразования в текст. Она построена на архитектуре Whisper и содержит 455,8 млн параметров. Репозиторий распространяет веса в формате safetensors по лицензии Apache-2.0.

В карточке приведены результаты оценки: loss 1,1695 и WER 77,1245. Такое значение WER указывает на существенные ошибки распознавания, поэтому качество модели для конкретных записей стоит проверять отдельно. Данные обучения и подробные сведения о предназначении модели в README не раскрыты.

Сценарии применения

  • Расшифровка записей тамильской речи в текст
  • Транскрибирование тамильских аудиосообщений
  • Создание черновых субтитров для тамильских аудиозаписей

Ограничения

На указанном тестовом наборе WER составляет 77,1245, что свидетельствует о значительном числе ошибок распознавания. Датасет и условия оценки не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-medium-tamil-2

This model is a fine-tuned version of openai/whisper-medium on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.1695
  • Wer: 77.1245

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: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.01741.141001.093078.3945
0.01842.292001.131776.6855
0.01033.433001.127376.6541
0.00394.574001.163876.7952
0.00145.715001.169577.1245

Framework versions

  • Transformers 4.37.0
  • Pytorch 2.1.2
  • Datasets 2.1.0
  • Tokenizers 0.15.1

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
7bd07fe

0 моделей