jonatasgrosman
commited on
Commit
•
e5541bb
1
Parent(s):
19ab8c1
update model
Browse files- README.md +8 -8
- config.json +10 -2
- preprocessor_config.json +1 -0
- pytorch_model.bin +2 -2
- vocab.json +1 -1
README.md
CHANGED
@@ -24,10 +24,10 @@ model-index:
|
|
24 |
metrics:
|
25 |
- name: Test WER
|
26 |
type: wer
|
27 |
-
value:
|
28 |
- name: Test CER
|
29 |
type: cer
|
30 |
-
value:
|
31 |
---
|
32 |
|
33 |
# Wav2Vec2-Large-XLSR-53-Greek
|
@@ -81,14 +81,14 @@ for i, predicted_sentence in enumerate(predicted_sentences):
|
|
81 |
|
82 |
| Reference | Prediction |
|
83 |
| ------------- | ------------- |
|
84 |
-
| ΤΟ ΒΑΣΙΛΌΠΟΥΛΟ, ΠΟΥ ΜΟΙΆΖΕΙ ΛΕΟΝΤΑΡΆΚΙ ΚΑΙ ΑΕΤΟΥΔΆΚΙ | ΤΟ ΒΑΣΙΛΌΠΟΥΛΟ ΠΟΥ
|
85 |
-
| ΣΥΝΆΜΑ ΞΕΠΡΌΒΑΛΑΝ ΑΠΌ ΜΈΣΑ ΑΠΌ ΤΑ ΔΈΝΤΡΑ, ΔΕΞΙΆ, ΑΡΜΑΤΩΜΈΝΟΙ ΚΑΒΑΛΑΡΈΟΙ. | ΣΥΝΆΜΑ
|
86 |
-
| ΤΑ ΣΥΣΚΕΥΑΣΜΈΝΑ ΒΙΟΛΟΓΙΚΆ ΛΑΧΑΝΙΚΆ ΔΕΝ ΠΕΡΙΈΧΟΥΝ ΣΥΝΤΗΡΗΤΙΚΆ ΚΑΙ ΟΡΜΌΝΕΣ | ΤΑ
|
87 |
| ΑΚΟΛΟΥΘΉΣΕΤΕ ΜΕ! | ΑΚΟΛΟΥΘΉΣΤΕ ΜΕ |
|
88 |
-
| ΚΑΙ ΠΟΎ ΜΠΟΡΏ ΝΑ ΤΟΝ ΒΡΩ; |
|
89 |
| ΝΑΙ! ΑΠΟΚΡΊΘΗΚΕ ΤΟ ΠΑΙΔΊ | ΝΑΙ ΑΠΟΚΡΊΘΗΚΕ ΤΟ ΠΑΙΔΊ |
|
90 |
| ΤΟ ΠΑΛΆΤΙ ΜΟΥ ΤΟ ΠΡΟΜΉΘΕΥΕ. | ΤΟ ΠΑΛΆΤΙ ΜΟΥ ΤΟ ΠΡΟΜΉΘΕΥΕ |
|
91 |
-
| ΉΛΘΕ ΜΉΝΥΜΑ ΑΠΌ ΤΟ ΘΕΊΟ ΒΑΣΙΛΙΆ; |
|
92 |
| ΠΑΡΑΚΆΤΩ, ΈΝΑ ΡΥΆΚΙ ΜΟΥΡΜΟΎΡΙΖΕ ΓΛΥΚΆ, ΚΥΛΏΝΤΑΣ ΤΑ ΚΡΥΣΤΑΛΛΈΝΙΑ ΝΕΡΆ ΤΟΥ ΑΝΆΜΕΣΑ ΣΤΑ ΠΥΚΝΆ ΧΑΜΌΔΕΝΤΡΑ. | ΠΑΡΑΚΆΤΩ ΈΝΑ ΡΥΆΚΙ ΜΟΥΡΜΟΎΡΙΖΕ ΓΛΥΚΆ ΚΥΛΏΝΤΑΣ ΤΑ ΚΡΥΣΤΑΛΛΈΝΙΑ ΝΕΡΆ ΤΟΥ ΑΝΆΜΕΣΑ ΣΤΑ ΠΥΚΡΆ ΧΑΜΌΔΕΝΤΡΑ |
|
93 |
| ΠΡΆΓΜΑΤΙ, ΕΊΝΑΙ ΑΣΤΕΊΟ ΝΑ ΠΆΡΕΙ Ο ΔΙΆΒΟΛΟΣ | ΠΡΆΓΜΑΤΗ ΕΊΝΑΙ ΑΣΤΕΊΟ ΝΑ ΠΆΡΕΙ Ο ΔΙΆΒΟΛΟΣ |
|
94 |
|
@@ -164,6 +164,6 @@ In the table below I report the Word Error Rate (WER) and the Character Error Ra
|
|
164 |
| Model | WER | CER |
|
165 |
| ------------- | ------------- | ------------- |
|
166 |
| lighteternal/wav2vec2-large-xlsr-53-greek | **10.13%** | **2.66%** |
|
167 |
-
| jonatasgrosman/wav2vec2-large-xlsr-53-greek |
|
168 |
| vasilis/wav2vec2-large-xlsr-53-greek | 19.09% | 5.88% |
|
169 |
| PereLluis13/wav2vec2-large-xlsr-53-greek | 20.16% | 5.71% |
|
|
|
24 |
metrics:
|
25 |
- name: Test WER
|
26 |
type: wer
|
27 |
+
value: 11.62
|
28 |
- name: Test CER
|
29 |
type: cer
|
30 |
+
value: 3.36
|
31 |
---
|
32 |
|
33 |
# Wav2Vec2-Large-XLSR-53-Greek
|
|
|
81 |
|
82 |
| Reference | Prediction |
|
83 |
| ------------- | ------------- |
|
84 |
+
| ΤΟ ΒΑΣΙΛΌΠΟΥΛΟ, ΠΟΥ ΜΟΙΆΖΕΙ ΛΕΟΝΤΑΡΆΚΙ ΚΑΙ ΑΕΤΟΥΔΆΚΙ | ΤΟ ΒΑΣΙΛΌΠΟΥΛΟ ΠΟΥ ΜΙΑΣΕ ΛΙΟΝΤΑΡΑΚΉ ΚΑΙ ΑΪΤΟΥΔΆΚΙ |
|
85 |
+
| ΣΥΝΆΜΑ ΞΕΠΡΌΒΑΛΑΝ ΑΠΌ ΜΈΣΑ ΑΠΌ ΤΑ ΔΈΝΤΡΑ, ΔΕΞΙΆ, ΑΡΜΑΤΩΜΈΝΟΙ ΚΑΒΑΛΑΡΈΟΙ. | ΣΥΝΆΜΑ ΚΑΙ ΤΡΌΒΑΛΑΝ ΑΠΌ ΜΈΣΑ ΑΠΌ ΤΑ ΔΈΝΤΡΑ ΔΕΞΙΆ ΑΡΜΑΤΩΜΈΝΟΙ ΚΑΒΑΛΑΡΈΟΙ |
|
86 |
+
| ΤΑ ΣΥΣΚΕΥΑΣΜΈΝΑ ΒΙΟΛΟΓΙΚΆ ΛΑΧΑΝΙΚΆ ΔΕΝ ΠΕΡΙΈΧΟΥΝ ΣΥΝΤΗΡΗΤΙΚΆ ΚΑΙ ΟΡΜΌΝΕΣ | ΤΑ ΣΥΣΚΕΦΑΣΜΈΝΑ ΒΙΟΛΟΓΙΚΆ ΛΑΧΑΝΙΚΆ ΔΕΝ ΠΕΡΙΈΧΟΥΝ ΣΙΔΗΡΗΤΙΚΆ ΚΑΙ ΟΡΜΌΝΕΣ |
|
87 |
| ΑΚΟΛΟΥΘΉΣΕΤΕ ΜΕ! | ΑΚΟΛΟΥΘΉΣΤΕ ΜΕ |
|
88 |
+
| ΚΑΙ ΠΟΎ ΜΠΟΡΏ ΝΑ ΤΟΝ ΒΡΩ; | Ε ΠΟΎ ΜΠΟΡΏ ΝΑ ΤΙ ΕΒΡΩ |
|
89 |
| ΝΑΙ! ΑΠΟΚΡΊΘΗΚΕ ΤΟ ΠΑΙΔΊ | ΝΑΙ ΑΠΟΚΡΊΘΗΚΕ ΤΟ ΠΑΙΔΊ |
|
90 |
| ΤΟ ΠΑΛΆΤΙ ΜΟΥ ΤΟ ΠΡΟΜΉΘΕΥΕ. | ΤΟ ΠΑΛΆΤΙ ΜΟΥ ΤΟ ΠΡΟΜΉΘΕΥΕ |
|
91 |
+
| ΉΛΘΕ ΜΉΝΥΜΑ ΑΠΌ ΤΟ ΘΕΊΟ ΒΑΣΙΛΙΆ; | ΉΛΘΑ ΜΕΊΝΕΙ ΜΕ ΑΠΌ ΤΟ ΘΕΊΟ ΒΑΣΊΛΙΑ |
|
92 |
| ΠΑΡΑΚΆΤΩ, ΈΝΑ ΡΥΆΚΙ ΜΟΥΡΜΟΎΡΙΖΕ ΓΛΥΚΆ, ΚΥΛΏΝΤΑΣ ΤΑ ΚΡΥΣΤΑΛΛΈΝΙΑ ΝΕΡΆ ΤΟΥ ΑΝΆΜΕΣΑ ΣΤΑ ΠΥΚΝΆ ΧΑΜΌΔΕΝΤΡΑ. | ΠΑΡΑΚΆΤΩ ΈΝΑ ΡΥΆΚΙ ΜΟΥΡΜΟΎΡΙΖΕ ΓΛΥΚΆ ΚΥΛΏΝΤΑΣ ΤΑ ΚΡΥΣΤΑΛΛΈΝΙΑ ΝΕΡΆ ΤΟΥ ΑΝΆΜΕΣΑ ΣΤΑ ΠΥΚΡΆ ΧΑΜΌΔΕΝΤΡΑ |
|
93 |
| ΠΡΆΓΜΑΤΙ, ΕΊΝΑΙ ΑΣΤΕΊΟ ΝΑ ΠΆΡΕΙ Ο ΔΙΆΒΟΛΟΣ | ΠΡΆΓΜΑΤΗ ΕΊΝΑΙ ΑΣΤΕΊΟ ΝΑ ΠΆΡΕΙ Ο ΔΙΆΒΟΛΟΣ |
|
94 |
|
|
|
164 |
| Model | WER | CER |
|
165 |
| ------------- | ------------- | ------------- |
|
166 |
| lighteternal/wav2vec2-large-xlsr-53-greek | **10.13%** | **2.66%** |
|
167 |
+
| jonatasgrosman/wav2vec2-large-xlsr-53-greek | 11.62% | 3.36% |
|
168 |
| vasilis/wav2vec2-large-xlsr-53-greek | 19.09% | 5.88% |
|
169 |
| PereLluis13/wav2vec2-large-xlsr-53-greek | 20.16% | 5.71% |
|
config.json
CHANGED
@@ -7,6 +7,8 @@
|
|
7 |
],
|
8 |
"attention_dropout": 0.1,
|
9 |
"bos_token_id": 1,
|
|
|
|
|
10 |
"conv_bias": true,
|
11 |
"conv_dim": [
|
12 |
512,
|
@@ -37,12 +39,14 @@
|
|
37 |
],
|
38 |
"ctc_loss_reduction": "mean",
|
39 |
"ctc_zero_infinity": true,
|
|
|
40 |
"do_stable_layer_norm": true,
|
41 |
"eos_token_id": 2,
|
42 |
"feat_extract_activation": "gelu",
|
43 |
"feat_extract_dropout": 0.0,
|
44 |
"feat_extract_norm": "layer",
|
45 |
"feat_proj_dropout": 0.05,
|
|
|
46 |
"final_dropout": 0.0,
|
47 |
"gradient_checkpointing": true,
|
48 |
"hidden_act": "gelu",
|
@@ -66,11 +70,15 @@
|
|
66 |
"mask_time_selection": "static",
|
67 |
"model_type": "wav2vec2",
|
68 |
"num_attention_heads": 16,
|
|
|
|
|
69 |
"num_conv_pos_embedding_groups": 16,
|
70 |
"num_conv_pos_embeddings": 128,
|
71 |
"num_feat_extract_layers": 7,
|
72 |
"num_hidden_layers": 24,
|
|
|
73 |
"pad_token_id": 0,
|
74 |
-
"
|
75 |
-
"
|
|
|
76 |
}
|
|
|
7 |
],
|
8 |
"attention_dropout": 0.1,
|
9 |
"bos_token_id": 1,
|
10 |
+
"codevector_dim": 768,
|
11 |
+
"contrastive_logits_temperature": 0.1,
|
12 |
"conv_bias": true,
|
13 |
"conv_dim": [
|
14 |
512,
|
|
|
39 |
],
|
40 |
"ctc_loss_reduction": "mean",
|
41 |
"ctc_zero_infinity": true,
|
42 |
+
"diversity_loss_weight": 0.1,
|
43 |
"do_stable_layer_norm": true,
|
44 |
"eos_token_id": 2,
|
45 |
"feat_extract_activation": "gelu",
|
46 |
"feat_extract_dropout": 0.0,
|
47 |
"feat_extract_norm": "layer",
|
48 |
"feat_proj_dropout": 0.05,
|
49 |
+
"feat_quantizer_dropout": 0.0,
|
50 |
"final_dropout": 0.0,
|
51 |
"gradient_checkpointing": true,
|
52 |
"hidden_act": "gelu",
|
|
|
70 |
"mask_time_selection": "static",
|
71 |
"model_type": "wav2vec2",
|
72 |
"num_attention_heads": 16,
|
73 |
+
"num_codevector_groups": 2,
|
74 |
+
"num_codevectors_per_group": 320,
|
75 |
"num_conv_pos_embedding_groups": 16,
|
76 |
"num_conv_pos_embeddings": 128,
|
77 |
"num_feat_extract_layers": 7,
|
78 |
"num_hidden_layers": 24,
|
79 |
+
"num_negatives": 100,
|
80 |
"pad_token_id": 0,
|
81 |
+
"proj_codevector_dim": 768,
|
82 |
+
"transformers_version": "4.7.0",
|
83 |
+
"vocab_size": 41
|
84 |
}
|
preprocessor_config.json
CHANGED
@@ -1,5 +1,6 @@
|
|
1 |
{
|
2 |
"do_normalize": true,
|
|
|
3 |
"feature_size": 1,
|
4 |
"padding_side": "right",
|
5 |
"padding_value": 0.0,
|
|
|
1 |
{
|
2 |
"do_normalize": true,
|
3 |
+
"feature_extractor_type": "Wav2Vec2FeatureExtractor",
|
4 |
"feature_size": 1,
|
5 |
"padding_side": "right",
|
6 |
"padding_value": 0.0,
|
pytorch_model.bin
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:65f2b38c59498e261b55da3d81f1156c22531b798055174e62a4343bbc22951f
|
3 |
+
size 1262101912
|
vocab.json
CHANGED
@@ -1 +1 @@
|
|
1 |
-
{"<pad>": 0, "<s>": 1, "</s>": 2, "<unk>": 3, "|": 4, "
|
|
|
1 |
+
{"<pad>": 0, "<s>": 1, "</s>": 2, "<unk>": 3, "|": 4, "'": 5, "-": 6, "M": 7, "Ά": 8, "Έ": 9, "Ή": 10, "Ί": 11, "Ό": 12, "Ύ": 13, "Ώ": 14, "Α": 15, "Β": 16, "Γ": 17, "Δ": 18, "Ε": 19, "Ζ": 20, "Η": 21, "Θ": 22, "Ι": 23, "Κ": 24, "Λ": 25, "Μ": 26, "Ν": 27, "Ξ": 28, "Ο": 29, "Π": 30, "Ρ": 31, "Σ": 32, "Τ": 33, "Υ": 34, "Φ": 35, "Χ": 36, "Ψ": 37, "Ω": 38, "Ϊ": 39, "Ϋ": 40}
|