--- tags: - generated_from_trainer model-index: - name: t5-russian-spell results: [] --- # t5-russian-spell модель для исправление текста из распознаного аудио. модлеь для распознования аудио https://huggingface.co/UrukHan/wav2vec2-russian и его результаты можно закидывать в эту модель. тестил на видео случайном с ютюба Пример: ывсем привет выныканалетоп армии и это двадцать пятый день спец операций на украине ет самый главной новости российские военные ракетами кинжалы калибр уничтожили крупную военную топливную базу украины ракетным ударом по населенному пункту поджетамиром уничтжены более стаукраинских военных Вывод модели: Всем привет! Вы на канале от армии. И это 25 день спецопераций на Украине. Есть самые главные новости. Российские военные ракетами «Кинжалы» и «Кинжалы» калибра уничтожили крупную военную топливную базу Украины. Ракетным ударом по населенному пункту Поджандаром уничтожены более ста украинских военных. This model is a fine-tuned version of [UrukHan/t5-russian-spell](https://huggingface.co/UrukHan/t5-russian-spell) on the None dataset. It achieves the following results on the evaluation set: - eval_loss: 0.3178 - eval_rouge1: 48.5901 - eval_rouge2: 26.2479 - eval_rougeL: 48.645 - eval_rougeLsum: 48.5704 - eval_gen_len: 61.0637 - eval_runtime: 438.689 - eval_samples_per_second: 3.077 - eval_steps_per_second: 0.385 - epoch: 0.41 - step: 65000 ## 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: 5e-05 - train_batch_size: 8 - eval_batch_size: 8 - seed: 42 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - num_epochs: 1 - mixed_precision_training: Native AMP ### Framework versions - Transformers 4.17.0 - Pytorch 1.10.0+cu111 - Datasets 2.0.0 - Tokenizers 0.11.6