whisper-base-hungarian_v1

<!-- This model card has been generated automatically according to the information the Trainer had access to. You should probably proofread and complete it, then remove this comment. -->

A kezdeti próbálkozásokat mind eltávolítottam, ez a jelenleg rendelkezésre álló eszközök és technológia által létrehozható legjobb magyar nyelvere finomhangolt whisper base modell. A többi magyar nyelvre finomhangolt base modelltől nagyságrendellek jobb eredményeket ér el minden adatkészleten!

Whisper Base Hungarian

Ez a modell a finomhangolt változata a openai/whisper-base -nek sarpba/big_audio_data_hun adatkészleten. Teszteredmények: ("google/fleurs", "hu_hu", "test") (képzés közbeni)

• Loss: 0.7999
• Wer Ortho: 33.8788
• Wer: 29.4814

("mozilla-foundation/common_voice_17_0", "hu", "test")

• WER: 25.58
• CER: 6.34
• Normalised WER: 21.18
• Normalised CER: 5.31

Model description

Egyedi adatkészleten magyarta finomhangolt whisper base modell.

Intended uses & limitations

Üzleti cálra a modell a hozzájárulásom nélkül nem használható! Magán célra szabadon felhasználható a whisper esedeti licenszfeltételei szerint! Commercial use of this fine-tuning is not permitted!

Training and evaluation data

A modell hozzávetőleg 1200 óra gondosan válogatott magyar hanganyag alapján készült. A képzés során a tesztek a google/flerus-t használták a fejlődés ellenőrzésére. Alatta a mozilla-foundation/common_voice_17_0 eredménye.

Egyik adatkészlet sem szerepelt a képzési adatok közt, a modell tesztanyaggal nem fertőzött!

Training procedure

A képzés optimalizációja 3 napig futott a ray[tune] segítségével, a megtalált optimális képzési paraméterekkel a finomhangolás hozzávetőleg 17 órába telt!

Training hyperparameters

The following hyperparameters were used during training:

• learning_rate: 0.0003
• train_batch_size: 64
• eval_batch_size: 32
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 256
• optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
• lr_scheduler_type: linear
• lr_scheduler_warmup_ratio: 0.05
• training_steps: 8000
• mixed_precision_training: Native AMP

Training results

Framework versions

• Transformers 4.45.2
• Pytorch 2.3.0+cu121
• Datasets 3.0.1
• Tokenizers 0.20.1