/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
9 мар 2024

Ссылки

Hugging Face

whisper-small-ta-fyp

yaygomii
Распознавание речиАудио → текст3 профессии

Дообученная на Common Voice 6.1 модель Whisper Small для распознавания речи и преобразования аудио в текст.

10скачиваний за 30 дней0лайковвеса обновлены10 мар 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

yaygomii/whisper-small-ta-fyp — дообученная модель распознавания речи на основе openai/whisper-small, созданная на датасете Common Voice 6.1. Она предназначена для преобразования речи в текст; карточка приводит метрику WER 65,89 на оценочной выборке после 10,55 эпох обучения.

Модель построена на архитектуре Whisper и содержит 153,1 млн параметров. Она принимает аудио и выдаёт текст. Результат оценки указывает на заметные ошибки распознавания, поэтому качество транскрипции следует учитывать при практическом применении. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование записей речи
  • распознавание речи из Common Voice
  • преобразование аудиозаписей в текст

Ограничения

В README указана высокая оценка WER 65,89 на оценочной выборке; качество распознавания может быть ограниченным. Языковая специализация этой дообученной версии в карточке не раскрыта.

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.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-ta-fyp

This model is a fine-tuned version of openai/whisper-small on the common_voice_6_1 dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.5417
  • eval_wer: 65.8901
  • eval_runtime: 1043.495
  • eval_samples_per_second: 1.707
  • eval_steps_per_second: 0.214
  • epoch: 10.55
  • step: 2500

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: 16
  • 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: 500
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 4.39.0.dev0
  • Pytorch 2.1.0+cu121
  • Datasets 2.18.0
  • Tokenizers 0.15.2

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
253f609

0 моделей

    Создать бенчмарк