/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
15 мая 2023

wav2vec-xlsr-ft-cy-verbatim

Распознавание речиАудио → текст4 профессии

Дообученная wav2vec 2.0 модель для дословной транскрибации речи на валлийском языке.

722скачиваний за 30 дней0лайковвеса обновлены15 мая 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

Модель wav2vec2-xlsr-ft-cy-verbatim разработана Techiaith и представляет собой дообученную версию facebook/wav2vec2-large-xlsr-53 для автоматического распознавания речи на валлийском языке. Она использует архитектуру Wav2Vec2ForCTC, содержит 402,7 млн параметров и обучена на наборе транскрипций techiaith/banc-trawsgrifiadau-bangor. Репозиторий содержит веса PyTorch.

Модель предназначена для преобразования валлийской речи в текст, в том числе для дословной транскрибации аудиозаписей. В README приведены результаты на оценочной выборке: loss 0,4357 и WER 0,3262. Модель распространяется по лицензии Apache-2.0; подробные сведения о предполагаемых сценариях применения и ограничениях в карточке не приведены.

Сценарии применения

  • транскрибация валлийских аудиозаписей
  • дословное распознавание валлийской речи
  • создание текстовых расшифровок валлийских записей

Ограничения

На оценочной выборке указана частота ошибок слов WER 0,3262; качество может зависеть от аудио и условий записи. README не описывает дополнительные ограничения 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

wav2vec2-xlsr-ft-cy-verbatim

This model is a fine-tuned version of facebook/wav2vec2-large-xlsr-53 on the techiaith/banc-trawsgrifiadau-bangor dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4357
  • Wer: 0.3262

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: 0.0003
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 5.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log0.211003.41351.0
No log0.412002.95211.0
No log0.623002.33390.9365
No log0.834001.24330.8259
3.19121.035000.86140.6385
3.19121.246000.75570.5612
3.19121.447000.67810.5195
3.19121.658000.63630.4879
3.19121.869000.59590.4559
0.82372.0610000.54300.4260
0.82372.2711000.52930.4098
0.82372.4812000.51410.4056
0.82372.6813000.48790.3947
0.82372.8914000.46970.3788
0.56253.115000.47480.3780
0.56253.316000.48360.3684
0.56253.5117000.47960.3625
0.56253.7218000.45820.3515
0.56253.9219000.43950.3437
0.42674.1320000.44100.3420
0.42674.3321000.44670.3382
0.42674.5422000.43980.3329
0.42674.7523000.43830.3287
0.42674.9524000.43580.3264

Framework versions

  • Transformers 4.28.1
  • Pytorch 2.0.0+cu117
  • Datasets 2.11.0
  • 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
9a6c5f5

0 моделей