/ Модель
Каталог

Характеристики

Параметры
403 млн
Архитектура
wav2vec2-conformer · dense
Базовая модель
w2v-bert-2.0
Опубликована
22 дек 2023

Ссылки

Hugging Face

wav2vec2-common_voice-af-demo

ylacombe
Распознавание речиАудио → текст3 профессии

Дообученная на Common Voice модель распознаёт африкаансскую речь из аудио и транскрибирует её в текст.

164скачиваний за 30 дней0лайковвеса обновлены1 янв 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

Это модель автоматического распознавания речи на базе архитектуры Wav2Vec2-Conformer с CTC-декодированием, дообученная ylacombe на африкаансском поднаборе Mozilla Common Voice 16.0. Число параметров — около 402,7 млн; модель принимает аудио и преобразует речь в текст.

Модель предназначена для распознавания африкаансской речи в аудиозаписях. В карточке указаны результаты оценки: WER 1,0 и бесконечная функция потерь, что свидетельствует о крайне низком качестве распознавания в проведённой оценке. Лицензия в доступных данных не указана.

Сценарии применения

  • транскрибация записей речи на африкаанс
  • распознавание африкаансской речи из аудиофайлов
  • эксперименты с ASR на датасете Common Voice

Ограничения

В оценке на тестовом наборе указаны WER 1,0 и бесконечная функция потерь; эти результаты указывают на непригодность модели для надёжной транскрибации без дополнительной проверки.

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

wav2vec2-common_voice-af-demo

This model is a fine-tuned version of ylacombe/w2v-bert-2.0 on the MOZILLA-FOUNDATION/COMMON_VOICE_16_0 - AF dataset. It achieves the following results on the evaluation set:

  • Loss: inf
  • Wer: 1.0

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: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 15.0
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.37.0.dev0
  • Pytorch 2.1.0+cu121
  • Datasets 2.14.5
  • Tokenizers 0.15.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ConformerForCTC
Ревизия весов
3defa41

0 моделей

    Создать бенчмарк