/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
japanese-hubert-base
Библиотека
transformers
Опубликована
22 дек 2024

Ссылки

Hugging Face

Hubert-noisy_common_voice_debug

utakumi
Распознавание речиАудио → текст3 профессии

Дообученная на шумных японских записях Common Voice модель HuBERT для распознавания речи.

10скачиваний за 30 дней0лайковвеса обновлены23 дек 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.

Открыть конструктор бенчмарка

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

Hubert-noisy_common_voice_debug — модель распознавания японской речи, дообученная на датасете ORIGINAL_NOISY_COMMON_VOICE - JA на основе rinna/japanese-hubert-base. Она использует архитектуру HuBERT с головкой CTC, содержит 113,3 млн параметров и принимает аудио, выдавая распознанный текст. На оценочной выборке указаны loss 0,9787, WER 1,0 и CER 0,3145; WER 1,0 указывает на крайне низкую точность распознавания по этой метрике. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • распознавание японской речи в шумных записях
  • транскрибирование аудио на японском языке
  • эксперименты с распознаванием речи на данных Common Voice

Ограничения

На оценочной выборке WER составляет 1,0, что указывает на очень низкую точность распознавания; результаты на других данных не приведены. README не содержит подробностей о сценариях применения и обучающих данных помимо названия датасета.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Hubert-noisy_common_voice_debug

This model is a fine-tuned version of rinna/japanese-hubert-base on the ORIGINAL_NOISY_COMMON_VOICE - JA dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9787
  • Wer: 1.0
  • Cer: 0.3145

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: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 12500
  • num_epochs: 30.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
No log0.266010012.08221.15701.0539
No log0.53192005.87891.00.9817
No log0.79793005.36271.00.9817
No log1.06384004.93161.00.9817
6.3721.32985004.45561.00.9817
6.3721.59576003.98901.00.9817
6.3721.86177003.57341.00.9817
6.3722.12778003.29321.00.9817
6.3722.39369003.15361.00.9817
3.41012.659610003.04841.00.9817
3.41012.925511002.84701.00.9808
3.41013.191512002.52111.00.8702
3.41013.457413002.03541.00.5518
3.41013.723414001.67801.00.4414
2.32223.989415001.50391.00.4312
2.32224.255316001.34191.00.3965
2.32224.521317001.20541.00.3686
2.32224.787218001.05881.00.3321
2.32225.053219000.95461.00.3158
1.23435.319120000.90421.00.3106
1.23435.585121000.87471.00.3088
1.23435.851122000.82241.00.2972
1.23436.117023000.81011.00.2996
1.23436.383024000.78921.00.2970
0.87166.648925000.76611.00.2915
0.87166.914926000.76541.00.2886
0.87167.180927000.76771.00.2898
0.87167.446828000.75281.00.2861
0.87167.712829000.74331.00.2880
0.73247.978730000.74981.00.2877
0.73248.244731000.72671.00.2827
0.73248.510632000.73191.00.2813
0.73248.776633000.74781.00.2882
0.73249.042634000.73371.00.2815
0.64869.308535000.73411.00.2851
0.64869.574536000.74191.00.2803
0.64869.840437000.70330.99980.2773
0.648610.106438000.73271.00.2829
0.648610.372339000.75540.99980.2855
0.603410.638340000.73611.00.2841
0.603410.904341000.74591.00.2833
0.603411.170242000.73841.00.2801
0.603411.436243000.73371.00.2776
0.603411.702144000.75721.00.2819
0.568711.968145000.75221.00.2824
0.568712.234046000.74911.00.2789
0.568712.547000.74851.00.2832
0.568712.766048000.76231.00.2849
0.568713.031949000.78291.00.2859
0.525513.297950000.78191.00.2820
0.525513.563851000.77830.99980.2824
0.525513.829852000.76531.00.2840
0.525514.095753000.78161.00.2822
0.525514.361754000.76081.00.2824
0.501614.627755000.77120.99980.2841
0.501614.893656000.77121.00.2864
0.501615.159657000.81530.99960.2851
0.501615.425558000.81610.99980.2852
0.501615.691559000.79111.00.2883
0.482115.957460000.79261.00.2823
0.482116.223461000.81471.00.2867
0.482116.489462000.77001.00.2826
0.482116.755363000.81191.00.2910
0.482117.021364000.83551.00.2846
0.450317.287265000.79360.99980.2859
0.450317.553266000.79760.99980.2952
0.450317.819167000.82740.99980.2902
0.450318.085168000.90340.99980.2885
0.450318.351169000.80660.99980.2882
0.443518.617070000.84951.00.2921
0.443518.883071000.84480.99980.2896
0.443519.148972000.87741.00.2904
0.443519.414973000.82930.99980.2973
0.443519.680974000.80381.00.2925
0.445719.946875000.80620.99980.2908
0.445720.212876000.87401.00.2918
0.445720.478777000.84891.00.2977
0.445720.744778000.86061.00.2973
0.445721.010679000.81410.99980.2926
0.425221.276680000.88320.99980.2984
0.425221.542681000.85900.99980.2945
0.425221.808582000.83040.99980.2940
0.425222.074583000.87340.99980.2974
0.425222.340484000.84170.99980.2930
0.41822.606485000.93871.00.2993
0.41822.872386000.88101.00.2996
0.41823.138387000.90901.00.3074
0.41823.404388000.89930.99980.3107
0.41823.670289000.87241.00.3033
0.42423.936290000.88950.99980.3042
0.42424.202191000.88631.00.3014
0.42424.468192000.92550.99980.3112
0.42424.734093000.93980.99980.3011
0.42425.094000.87630.99980.3071
0.412225.266095000.93531.00.3090
0.412225.531996000.93821.00.3128
0.412225.797997000.92950.99980.3102
0.412226.063898000.92860.99980.3092
0.412226.329899000.91411.00.3014
0.414626.5957100000.94261.00.3126
0.414626.8617101000.86521.00.3032
0.414627.1277102000.92891.00.3105
0.414627.3936103000.94591.00.3103
0.414627.6596104000.91370.99980.3124
0.41627.9255105000.93051.00.3100
0.41628.1915106000.95891.00.3071
0.41628.4574107000.92760.99980.3061
0.41628.7234108000.92591.00.3078
0.41628.9894109000.92871.00.3150
0.407829.2553110000.93460.99980.3166
0.407829.5213111000.95591.00.3165
0.407829.7872112000.96701.00.3173

Framework versions

  • Transformers 4.47.0.dev0
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HubertForCTC
Ревизия весов
9ff3072

0 моделей

    Создать бенчмарк