/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
18 дек 2022

whisper-tiny-zh

Распознавание речиАудио → текст3 профессии

Компактная дообученная версия Whisper Tiny для распознавания китайской речи из аудио.

96скачиваний за 30 дней15лайковвеса обновлены19 дек 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.

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

xmzhu/whisper-tiny-zh — дообученная модель распознавания речи на основе openai/whisper-tiny, созданная для китайского языка. Она преобразует аудио в текст и обучалась на китайской части датасета Common Voice 11.0 (zh-CN). Модель содержит 29,4 млн параметров и доступна в формате PyTorch.

На оценочном наборе указаны loss 0,6121 и WER 91,0934; последнее значение указывает на очень высокий уровень ошибок распознавания. Модель может подойти для экспериментов с распознаванием китайской речи, однако её качество следует проверить на целевых аудиозаписях. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация китайской речи
  • распознавание китайской речи в аудиозаписях
  • эксперименты с ASR для китайского языка

Ограничения

В README указана высокая ошибка слов WER 91,0934 на оценочном наборе, поэтому качество распознавания может быть низким. Карточка не содержит подробностей о тестировании на других типах аудио.

Для каких профессий подходит3

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

Whisper Tiny Chinese

This model is a fine-tuned version of openai/whisper-tiny on the mozilla-foundation/common_voice_11_0 zh-CN dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6121
  • Wer: 91.0934

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: 64
  • 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: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.93972.0210000.656898.7326
0.53874.0420000.614994.5197
0.33176.0630000.608095.0354
0.2258.0740000.612191.0934
0.316611.050000.609292.3171

Framework versions

  • Transformers 4.26.0.dev0
  • Pytorch 1.13.1+cu117
  • Datasets 2.7.1.dev0
  • 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
f97faab

0 моделей