/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
240615-wav2vec2-ASR-Arabs
Опубликована
24 июн 2024

Ссылки

Hugging Face

240624-wav2vec2-ASR-Arab

zainulhakim
Распознавание речиАудио → текст

Дообученная Wav2Vec2-модель для преобразования арабской речи в текст.

16скачиваний за 30 дней0лайковвеса обновлены18 июл 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

Модель zainulhakim/240624-wav2vec2-ASR-Arab — дообученная версия zainulhakim/240615-wav2vec2-ASR-Arabs на неизвестном наборе данных. Это аудиомодель на архитектуре Wav2Vec2 с 113,3 млн параметров и выходной головой CTC, предназначенная для автоматического распознавания речи. В карточке приведены результаты оценки: loss 1,6706 и WER 0,9697; высокий WER указывает на слабое качество распознавания в этой оценке. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование арабской речи из аудиозаписей
  • распознавание арабской речи в речевых приложениях
  • эксперименты с распознаванием речи на базе Wav2Vec2

Ограничения

README не описывает обучающие данные и сценарии применения; на указанном наборе оценки WER равен 0,9697, что свидетельствует о низком качестве распознавания в этом тесте.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

240624-wav2vec2-ASR-Arab

This model is a fine-tuned version of zainulhakim/240615-wav2vec2-ASR-Arabs on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.6706
  • Wer: 0.9697

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: 0.0001
  • train_batch_size: 5
  • 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
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log6.251002.54591.0
No log12.52001.41021.0
No log18.753001.67060.9697

Framework versions

  • Transformers 4.42.4
  • Pytorch 2.3.1+cu121
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
869778f

0 моделей

    Создать бенчмарк