/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Библиотека
transformers
Опубликована
22 июл 2026

wav2vec2-base-sna-cleaned

Распознавание речиАудио → текст

Дообученная Wav2Vec2 Base для распознавания аудиоречи на языке шона.

10скачиваний за 30 дней0лайковвеса обновлены22 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.

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

CasperMuz/wav2vec2-base-sna-cleaned — модель распознавания речи на основе Wav2Vec2 Base, дообученная на очищенной версии набора Google WAXAL для языка шона. Она предназначена для преобразования аудиозаписей речи на шона в текст; архитектура использует CTC-декодирование. В оценке на наборе данных указаны loss 0,3005 и WER 37,7326. Модель содержит 113,3 млн параметров и доступна в формате Safetensors для библиотеки Transformers. Лицензия — Apache-2.0. Подробных сведений о применении, методике оценки и ограничениях в карточке нет.

Сценарии применения

  • транскрибация записей речи на шона
  • распознавание речи на шона в аудиоархивах
  • преобразование устных высказываний на шона в текст

Ограничения

На тестовой выборке указана WER 37,7326; точные условия оценки и практическая пригодность для разных вариантов речи не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wav2Vec2 Base Shona - Cleaned

This model is a fine-tuned version of facebook/wav2vec2-base on the Cleaned Google WAXAL Shona dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3005
  • Wer: 37.7326

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: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • optimizer: Use 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: 400
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
11.89840.29982502.957499.9973
11.54450.59955002.899399.9973
3.84400.89937500.814198.7660
2.33261.199010000.505656.1276
1.99371.498812500.435449.7725
1.86391.798615000.381545.0764
1.57692.098317500.349243.6845
1.42882.398120000.338441.2247
1.33192.697822500.337640.4620
1.25532.997625000.321239.5059
1.21503.297427500.316539.0700
1.13433.597130000.310338.2229
1.17553.896932500.304438.5361
1.19324.196635000.300237.8551
1.35834.496437500.299537.7135
1.30554.796240000.300537.7326

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.12.0+cu130
  • Datasets 5.0.0
  • 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
Wav2Vec2ForCTC
Ревизия весов
a02528e

0 моделей