Характеристики

Параметры: 403 млн
Лицензия: MIT
Архитектура: wav2vec2-bert · dense
Базовая модель: w2v-bert-2.0
Библиотека: transformers
Опубликована: 17 июл 2025

Ссылки

Hugging Face

w2v-bert-2.0-yoruba_naijavoices_500h

CLEAR-Global

Распознавание речиАудио → текст7 профессий

Дообученная на 500 часах записей версия Wav2Vec2-BERT для распознавания речи на йоруба.

145скачиваний за 30 дней1лайквеса обновлены22 июл 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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 CLEAR-Global — дообученная на наборе Yoruba NaijaVoices объёмом 500 часов версия facebook/w2v-bert-2.0 для автоматического распознавания речи. Она использует архитектуру Wav2Vec2-BERT с классом Wav2Vec2BertForCTC и содержит около 402,7 млн параметров. Модель принимает аудио и выдаёт распознанный текст на йоруба; библиотека для работы с ней — Transformers.

В карточке приведены результаты оценки: WER 0,2869, CER 0,1773 и loss 0,3063. Лицензия модели — MIT. Подробности о составе обучающих данных, условиях записи и ограничениях применения в карточке не раскрыты.

Сценарии применения

транскрибация речи на йоруба
распознавание йоруба в аудиозаписях
создание текстовых расшифровок для голосовых материалов на йоруба

Ограничения

Качество распознавания зависит от условий записи и соответствия аудио йоруба. Для оценки приведены WER 0,2869 и CER 0,1773; подробные сведения о наборе данных и условиях тестирования отсутствуют.

Для каких профессий подходит7

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 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей II.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-yoruba_naijavoices_500h

This model is a fine-tuned version of facebook/w2v-bert-2.0 on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.3063
Wer: 0.2869
Cer: 0.1773

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 OptimizerNames.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: 50.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Cer	Validation Loss	Wer
1.296	0.6418	1000	0.3281	0.8873	0.6682
0.7527	1.2837	2000	0.3026	0.6976	0.5924
0.6799	1.9255	3000	0.2942	0.6570	0.5782
0.6702	2.5674	4000	0.2912	0.6181	0.5547
0.6192	3.2092	5000	0.2850	0.6172	0.5462
0.6272	3.8511	6000	0.2770	0.5867	0.5276
0.6433	4.4929	7000	0.2780	0.5848	0.5342
0.5611	5.1348	8000	0.2736	0.5638	0.5157
0.5624	5.7766	9000	0.2699	0.5587	0.4997
0.536	6.4185	10000	0.2691	0.5348	0.5023
0.5358	7.0603	11000	0.2629	0.5319	0.4882
0.5841	7.7022	12000	0.2657	0.5271	0.4945
0.5352	8.3440	13000	0.2581	0.5158	0.4748
0.4837	8.9859	14000	0.2563	0.5107	0.4783
0.427	9.6277	15000	0.2542	0.4909	0.4629
0.5264	10.2696	16000	0.2576	0.4992	0.4870
0.4708	10.9114	17000	0.2527	0.4783	0.4622
0.4404	11.5533	18000	0.2492	0.4772	0.4601
0.425	12.1951	19000	0.2470	0.4739	0.4476
0.4104	12.8370	20000	0.2438	0.4574	0.4397
0.413	13.4788	21000	0.2454	0.4526	0.4510
0.4014	14.1207	22000	0.2392	0.4400	0.4422
0.413	14.7625	23000	0.2469	0.4476	0.4474
0.3667	15.4044	24000	0.2358	0.4265	0.4299
0.3913	16.0462	25000	0.2284	0.4222	0.4199
0.4004	16.6881	26000	0.2297	0.4135	0.4109
0.3288	17.3299	27000	0.2269	0.4082	0.4117
0.3252	17.9718	28000	0.2257	0.4048	0.4082
0.3338	18.6136	29000	0.2243	0.4015	0.4030
0.3407	19.2555	30000	0.2175	0.3899	0.3926
0.3314	19.8973	31000	0.2165	0.3910	0.3964
0.2828	20.5392	32000	0.2149	0.3730	0.3865
0.2742	21.1810	33000	0.2153	0.3757	0.3834
0.2767	21.8228	34000	0.2118	0.3665	0.3839
0.3309	22.4647	35000	0.2097	0.3653	0.3743
0.2638	23.1065	36000	0.2052	0.3630	0.3628
0.267	23.7484	37000	0.2066	0.3541	0.3623
0.2392	24.3902	38000	0.2044	0.3468	0.3602
0.3291	25.0321	39000	0.2030	0.3448	0.3565
0.3592	25.6739	40000	0.1998	0.3375	0.3473
0.2334	26.3158	41000	0.1995	0.3350	0.3424
0.2268	26.9576	42000	0.1976	0.3278	0.3418
0.1984	27.5995	43000	0.1993	0.3388	0.3430
0.2398	28.2413	44000	0.1953	0.3390	0.3381
0.234	28.8832	45000	0.1950	0.3250	0.3367
0.1869	29.5250	46000	0.1925	0.3234	0.3253
0.1688	30.1669	47000	0.1899	0.3241	0.3257
0.1642	30.8087	48000	0.1901	0.3252	0.3224
0.197	31.4506	49000	0.1879	0.3058	0.3182
0.1315	32.0924	50000	0.1867	0.3200	0.3159
0.1459	32.7343	51000	0.1844	0.3106	0.3092
0.1299	33.3761	52000	0.1881	0.3168	0.3186
0.1485	34.0180	53000	0.1835	0.3055	0.3053
0.1618	34.6598	54000	0.1838	0.3193	0.3077
0.1109	35.3017	55000	0.1853	0.3095	0.3092
0.154	35.9435	56000	0.1816	0.3105	0.3007
0.1351	36.5854	57000	0.3016	0.3007	0.1817
0.1366	37.2272	58000	0.3128	0.3011	0.1803
0.1481	37.8691	59000	0.3161	0.2959	0.1793
0.1239	38.5109	60000	0.3116	0.2988	0.1808
0.1171	39.1528	61000	0.3021	0.2928	0.1782
0.0956	39.7946	62000	0.3063	0.2869	0.1773

Framework versions

Transformers 4.48.1
Pytorch 2.7.1+cu126
Datasets 4.0.0
Tokenizers 0.21.2

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: 41b2b7d

Характеристики

Ссылки

w2v-bert-2.0-yoruba_naijavoices_500h

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит7

Также подходит для

Карточка модели

w2v-bert-2.0-yoruba_naijavoices_500h

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить