/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
3 июл 2026

Ссылки

Hugging Face

w2v-bert-minds14

AbidGru-11
Распознавание речиАудио → текст

Дообученная на неизвестном наборе данных модель Wav2Vec2-BERT для преобразования аудиоречи в текст.

6скачиваний за 30 дней0лайковвеса обновлены3 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

w2v-bert-minds14 — модель автоматического распознавания речи, созданная дообучением facebook/w2v-bert-2.0. Она принимает аудио и преобразует речь в текст; архитектура Wav2Vec2-BERT реализована классом Wav2Vec2BertForCTC. Модель содержит 402,7 млн параметров и распространяется в формате Safetensors для библиотеки Transformers.

Модель предназначена для сценариев распознавания речи, однако README не уточняет датасет, языки и результаты оценки, поэтому качество и область применения по языкам определить нельзя. Лицензия — MIT; характеристики базового многоязычного речевого энкодера не подтверждают автоматически, что эта дообученная версия поддерживает конкретные языки.

Сценарии применения

  • распознавание речи из аудиозаписей
  • автоматическая транскрибация речи

Ограничения

Языки, обучающий датасет и качество распознавания не описаны. Модель дообучена на неизвестных данных, поэтому её пригодность для конкретного языка и аудиосценария требует отдельной оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

w2v-bert-minds14

This model is a fine-tuned version of facebook/w2v-bert-2.0 on an unknown dataset.

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: 0.0003
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 2.20.0
  • Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertForCTC
Ревизия весов
b690011

0 моделей

    Создать бенчмарк