Whisper tiny Japanese English
компактный ASR-файнтюн с открытыми метриками
1 min read
Это файнтюн openai/whisper-tiny для задачи automatic-speech-recognition от автора merkelmarrow. Модель содержит около 0.04 млрд параметров и обучена на Japanese English dataset; карточка во многом автогенерирована, поэтому описание назначения и ограничений пока не заполнено.
Ключевые особенности
- База —
openai/whisper-tiny, очень компактная ASR-модель. - Задача — automatic-speech-recognition, библиотека
transformers. - На evaluation set указаны loss 0.4743 и WER 25.6736.
- Обучение: 2000 шагов, train_batch_size 2, learning_rate 1e-5, warmup 500.
- В карточке нет разделов Intended uses & limitations и Training and evaluation data — перед использованием нужна своя проверка.
Пример
Сценарий: подать короткую аудиозапись с японско-английской речью в pipeline automatic-speech-recognition и сравнить транскрипцию с эталоном. При WER около 25.7 модель стоит рассматривать как эксперимент, а не готовый продакшн-инструмент.
Подробнее
WER на evaluation set: 25.6736; loss: 0.4743.Обучение: 2000 шагов, train_batch_size 2, learning_rate 1e-5, warmup 500.
Карточка автогенерирована: Model description, Intended uses & limitations, Training and evaluation data не заполнены.
Метаданные указывают язык en; название и датасет — Japanese English. Требования к VRAM не указаны.










Comments