/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
24 апр 2025

Ссылки

Hugging Face

w2v-bert-2.0-hausa_naijavoices_250h

CLEAR-Global
Распознавание речиАудио → текст6 профессий

Модель CLEAR-Global на базе Wav2Vec2-BERT распознаёт речь на хауса и преобразует аудио в текст.

72скачиваний за 30 дней0лайковвеса обновлены24 апр 2025

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

Модель w2v-bert-2.0-hausanaijavoices250h разработана CLEAR-Global и дообучена на датасете NAIJAVOICES_250H для автоматического распознавания речи. Это модель архитектуры Wav2Vec2-BERT с CTC-выходом, содержащая 402,8 млн параметров; она принимает аудио и выдаёт текст. В опубликованной оценке указаны Loss 0,2333, WER 0,3302 и CER 0,1886.

Модель предназначена для транскрибирования речи на хауса, в частности данных из набора NaijaVoices. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — MIT.

Сценарии применения

  • Транскрибирование записей речи на хауса
  • Распознавание речи из датасета NaijaVoices
  • Преобразование аудиозаписей на хауса в текст

Ограничения

На указанном eval-наборе WER составляет 0,3302, а CER — 0,1886; качество на других данных не описано. README не приводит дополнительных сведений о сценариях использования и ограничениях.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

w2v-bert-2.0-hausa_naijavoices_250h

This model is a fine-tuned version of facebook/w2v-bert-2.0 on the CLEAR-GLOBAL/NAIJAVOICES_250H - NA dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2333
  • Wer: 0.3302
  • Cer: 0.1886

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: 3e-05
  • train_batch_size: 160
  • eval_batch_size: 160
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • total_train_batch_size: 320
  • total_eval_batch_size: 320
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 100.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.31251.117310000.41330.41800.2128
0.27812.234620000.32080.37020.1998
0.26163.352030000.28580.35340.1950
0.20684.469340000.27720.34200.1923
0.33465.586650000.26200.34190.1915
0.21766.703960000.25350.34100.1916
0.19697.821270000.24660.33800.1909
0.19928.938580000.24670.33220.1896
0.19710.055990000.24890.33220.1893
0.183211.1732100000.25330.33850.1909
0.185912.2905110000.24100.33340.1898
0.175113.4078120000.24190.33070.1886
0.156914.5251130000.24180.33210.1895
0.234515.6425140000.24800.33520.1898
0.176916.7598150000.23650.32800.1889
0.163417.8771160000.24010.33450.1895
0.164718.9944170000.23290.33030.1888
0.193720.1117180000.24850.32730.1881
0.167121.2291190000.25680.33270.1891
0.122922.3464200000.24600.33040.1887
0.125223.4637210000.24370.33370.1889
0.118624.5810220000.25440.33090.1892

Framework versions

  • Transformers 4.48.1
  • Pytorch 2.6.0+cu124
  • Datasets 3.5.0
  • Tokenizers 0.21.1

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
c085a6b

0 моделей

    Создать бенчмарк