/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-l1107
Опубликована
16 июл 2023

wav2vec2-large-mms-1b-korean-colab_v2

Распознавание речиАудио → текст

Дообученная wav2vec2-модель для преобразования корейской речи в текст.

18скачиваний за 30 дней0лайковвеса обновлены16 июл 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

Это дообученная модель weekcircle на базе facebook/mms-1b-l1107 для автоматического распознавания корейской речи и преобразования её в текст. Модель построена на архитектуре wav2vec2 с CTC-выходом и содержит 1,3 млрд параметров; она принимает аудио и выдаёт текст.

В карточке приведены результаты оценки: loss 0,1650 и WER 0,3776. Подробности о данных обучения, сценариях применения и ограничениях не раскрыты. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • Расшифровка записей корейской речи
  • Преобразование корейских голосовых сообщений в текст
  • Создание субтитров для аудио на корейском языке

Ограничения

В README указаны WER 0,3776 и loss 0,1650 на оценочной выборке, но состав этой выборки и условия оценки не описаны. Лицензия запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-mms-1b-korean-colab_v2

This model is a fine-tuned version of facebook/mms-1b-l1107 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1650
  • Wer: 0.3776

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: 0.005
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossWer
4.66670.181000.80240.8379
0.57540.362000.39070.6495
0.46580.533000.36200.6224
0.43210.714000.31840.5842
0.3990.895000.29300.5120
0.35381.076000.24460.4698
0.33791.247000.23410.4692
0.33331.428000.21210.4488
0.311.69000.20540.4297
0.30491.7810000.19580.4180
0.28851.9511000.18850.4143
0.26322.1312000.18650.4094
0.25922.3113000.17740.3853
0.25912.4914000.17000.3924
0.26052.6615000.17010.3789
0.23612.8416000.16500.3776

Framework versions

  • Transformers 4.31.0.dev0
  • Pytorch 2.0.1+cu118
  • Datasets 2.13.1
  • 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
f0bbaba

0 моделей