/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
22 янв 2023

whisper-small-fa-7

Распознавание речиАудио → текст5 профессий

Дообученная на персидской речи модель Whisper Small для автоматического преобразования аудио в текст.

113скачиваний за 30 дней8лайковвеса обновлены23 янв 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.

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

taesiri/whisper-small-fa-7 — модель распознавания речи, созданная дообучением Whisper Small от OpenAI на наборе Common Voice 11.0. Она преобразует аудио в текст и рассчитана на распознавание персидской речи. Архитектура — WhisperForConditionalGeneration; модель содержит 153,1 млн параметров.

В карточке приведены результаты оценки на тестовой выборке: loss 0,6904 и WER 34,2597. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • транскрибация персидской речи
  • распознавание персидской речи из записей
  • подготовка текстовых расшифровок аудиозаписей

Ограничения

На тестовой выборке указана оценка WER 34,2597; фактическое качество может зависеть от условий записи и речи. Карточка не описывает ограничения по шуму, акцентам или длительности аудио.

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 Fa - BuzzyBuzzy

This model is a fine-tuned version of openai/whisper-small on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6904
  • Wer: 34.2597

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: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 20000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.00990.8620000.611637.0499
0.00791.7240000.634037.3746
0.00692.5860000.615935.9455
0.00153.4480000.618735.3281
0.00094.3100000.644935.0783
0.00075.15120000.644034.8452
0.00026.01140000.666434.3263
0.00016.87160000.681734.3471
0.07.73180000.680934.1737
0.08.59200000.690434.2597

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.1+cu117
  • Datasets 2.8.0
  • 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
e3f1fa1

0 моделей