/ Модель
Каталог

Характеристики

Параметры
1,3 млрд
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Опубликована
2 мар 2022

Ссылки

Hugging Face

xls-r-et-V-3

vasilis
Распознавание речиАудио → текст7 профессий

Дообученная модель Wav2Vec2 для распознавания эстонской речи и преобразования аудио в текст.

10скачиваний за 30 дней0лайковвеса обновлены24 мар 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.

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

Модель vasilis/xls-r-et-V-3 — дообученная версия facebook/wav2vec2-xls-r-1b для автоматического распознавания эстонской речи. Она использует архитектуру Wav2Vec2ForCTC и обучалась на эстонской части набора Mozilla Common Voice 8.0. Модель принимает аудио и выдаёт распознанный текст.

В карточке указаны результаты оценки на тестовом наборе: значение функции потерь 0,8824 и WER 0,5246. Модель опубликована в формате PyTorch по лицензии Apache-2.0.

Сценарии применения

  • расшифровка эстонских аудиозаписей
  • распознавание речи в эстонских голосовых сообщениях
  • подготовка текстовых расшифровок эстонских записей для анализа

Ограничения

На указанном тестовом наборе WER составляет 0,5246; качество распознавания может зависеть от условий записи и соответствия аудио обучающим данным.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This model is a fine-tuned version of facebook/wav2vec2-xls-r-1b on the MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ET dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8824
  • Wer: 0.5246

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: 7e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • 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: 25000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.02962.795000.81060.8029
0.93395.5910000.74190.7932
0.89258.3815000.71370.7706
0.848411.1720000.70200.7677
0.752113.9725000.70430.7375
0.71916.7630000.66170.7428
0.65619.5535000.63880.7202
0.608522.3540000.62110.6960
0.559825.1445000.61320.6644
0.496927.9350000.60650.6521
0.463830.7355000.69780.6577
0.438533.5260000.59940.6565
0.39636.3165000.61700.6258
0.386139.1170000.64860.6217
0.360241.975000.65080.6115
0.325144.6980000.70220.6253
0.319747.4985000.77060.6215
0.301350.2890000.64190.5999
0.281353.0795000.69080.5959
0.28655.87100000.71510.5916
0.264558.66105000.71810.5860
0.253561.45110000.78770.5979
0.24764.25115000.81990.6129
0.241267.04120000.76790.5884
0.240469.83125000.72660.5816
0.229372.63130000.79280.5795
0.217675.42135000.79160.5846
0.214378.21140000.79540.5765
0.218581.01145000.83170.5907
0.205783.8150000.80160.5851
0.189586.59155000.80800.5679
0.188389.39160000.81030.5712
0.180292.18165000.83830.5644
0.182694.97170000.87990.5657
0.171797.77175000.86200.5709
0.1701100.56180000.87170.5662
0.1623103.35185000.85340.5594
0.158106.15190000.85950.5546
0.1508108.94195000.85740.5545
0.142111.73200000.86710.5537
0.1395114.53205000.84360.5525
0.1373117.32210000.88080.5482
0.1338120.11215000.90240.5418
0.1278122.91220000.91430.5409
0.1207125.7225000.89170.5358
0.1203128.49230000.90410.5341
0.1083131.28235000.88840.5341
0.1147134.08240000.89100.5255
0.1129136.87245000.88260.5241
0.1029139.66250000.88240.5246

Framework versions

  • Transformers 4.16.0.dev0
  • Pytorch 1.10.1+cu102
  • Datasets 1.17.1.dev0
  • Tokenizers 0.11.0

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
c9ef0cf

0 моделей

    Создать бенчмарк