/ Модель

Характеристики

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

whisper-small-custom-data

Распознавание речиАудио → текст

Дообученная версия Whisper Tiny для автоматической транскрибации речи из аудиозаписей.

6скачиваний за 30 дней0лайковвеса обновлены23 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.

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 zagibest/whisper-small-custom-data — дообученная на аудиоданных audiofolder версия Whisper Tiny, разработанная Zagi на основе openai/whisper-tiny. Она предназначена для автоматического распознавания речи и преобразования аудиозаписей в текст. Архитектура — WhisperForConditionalGeneration; модель содержит 153,1 млн параметров и принимает аудио на вход. В README указаны результаты оценки: loss 0,0917 и WER 9,3784, однако язык и условия тестирования не описаны.

Модель подходит для транскрибации записей и других сценариев распознавания речи. Распространяется в формате safetensors по лицензии Apache-2.0. Карточка не уточняет языковое покрытие, состав обучающих данных и ограничения по качеству на конкретных типах аудио.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи из аудиофайлов
  • преобразование устной речи в текст

Ограничения

Язык распознавания и условия оценки WER не указаны, поэтому результаты нельзя напрямую переносить на конкретные языки и типы аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small MN with custom data - Zagi

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

  • Loss: 0.0917
  • Wer: 9.3784

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

Training results

Training LossEpochStepValidation LossWer
0.06530.615000.110213.5820
0.0541.2110000.100211.9380
0.05231.8215000.096611.5903
0.03662.4320000.095410.9710
0.01683.0325000.090910.3866
0.02043.6430000.09129.7817
0.00674.2535000.09109.4936
0.00784.8540000.09179.3784

Framework versions

  • Transformers 4.39.0
  • Pytorch 2.0.1+cu117
  • 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
5398c67

0 моделей