File size: 876 Bytes
b3afaca |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
---
language:
- hu
base_model:
- sarpba/whisper-hu-base-finetuned-V2
---
# képzési információ
A modell, egy újragondolt adatbázissal került kiképzésre.
Az adatbázisból ki lettek véve:
- a numerikus számok, ezért a modell az elhangzott számokat szövegesen fogja leírni
- speciális karakterek, ezért ezeket is fonetikusan fogja leírni
- mozaikszavak
- nagybetűk
Ezek miatt a változtatások miatt a WER elszállt kicsit, viszont a normalizált WER, tovább javult. A hipernormalizált WER vélhetően mégjobb lenne (ahhol a tesztataok is át lennének javítva a fentiek szerint).
A képzés ezesetben a transformer könyvtár mintascriptjével történt: https://github.com/huggingface/transformers/tree/main/examples/pytorch/speech-recognition#whisper-model egyedi 2000 órás adatkészleten, ami most a CV17 train+validate spliteket is tartalmazta. |