/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
cc-by-nc-sa-3.0
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
29 янв 2026

child-adult-joint-asr-diarization

Распознавание речиАудио → текст

Модель на базе Whisper для распознавания речи и определения ролей ребёнка и взрослого в диалогах.

363скачиваний за 30 дней3лайкавеса обновлены31 янв 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.

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

AlexXu811/child-adult-joint-asr-diarization — модель распознавания речи на базе архитектуры Whisper, представленная в формате safetensors и рассчитанная на работу с аудио. По названию и ссылке на статью в карточке она связана с совместным распознаванием речи и определением ролей говорящих в диалогах детей и взрослых. Метаданные указывают на 153,1 млн параметров и поддержку английского языка.

Модель предназначена для транскрибирования речи и диаризации взаимодействий ребёнка и взрослого. Карточка ссылается на работу «End-to-End Joint ASR and Speaker Role Diarization with Child-Adult Interactions», но не содержит деталей о качестве распознавания, обучающих данных или способе использования. Лицензия CC BY-NC-SA 3.0 разрешает некоммерческое использование с указанием авторства и распространением производных материалов на тех же условиях.

Сценарии применения

  • транскрибирование диалогов между детьми и взрослыми
  • диаризация речи ребёнка и взрослого
  • анализ взаимодействий детей и взрослых по аудиозаписям

Ограничения

Карточка не описывает точность модели, обучающие данные и ограничения для конкретных условий записи. Лицензия запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Sources

Uses

Please refer to https://github.com/usc-sail/joint-asr-diarization-child-adult for the usage.

Citation

BibTeX:

@article{xu2026end, title={End-to-End Joint ASR and Speaker Role Diarization with Child-Adult Interactions}, author={Xu, Anfeng and Feng, Tiantian and Bishop, Somer and Lord, Catherine and Narayanan, Shrikanth}, journal={arXiv preprint arXiv:2601.17640}, year={2026} }

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
5cdc815

0 моделей