/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
7 апр 2025

wav2vec2-common_voice_20-hy-mms-finetune

Распознавание речиАудио → текст

Дообученная на армянской речи wav2vec2-модель для автоматического преобразования аудио в текст.

141скачиваний за 30 дней0лайковвеса обновлены11 авг 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.

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

Chillarmo/wav2vec2-common_voice_20-hy-mms-finetune — модель распознавания речи, созданная Chillarmo дообучением facebook/mms-1b-all на армянской части набора COMMON_VOICE_20_ARMENIAN. Она использует архитектуру wav2vec2 с CTC-декодированием и содержит 1,3 млрд параметров. Модель принимает аудио и преобразует речь в текст на армянском языке.

На оценочной выборке указаны Loss 0,1588 и WER 0,2465. Репозиторий содержит веса в форматах Safetensors и ONNX; модель распространяется по лицензии CC BY 4.0. Практическое качество может зависеть от акцента, условий записи и соответствия речи данным Common Voice.

Сценарии применения

  • транскрибация армянской речи
  • распознавание армянской речи в аудиозаписях
  • подготовка текстовых расшифровок армянских подкастов
  • транскрибация армяноязычных записей для последующего поиска

Ограничения

На оценочной выборке указан WER 0,2465; качество на других акцентах, акустических условиях и типах речи может отличаться. Оценка относится к армянскому набору Common Voice 20.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-common_voice_20-hy-mms-finetune

This model is a fine-tuned version of facebook/mms-1b-all on the COMMON_VOICE_20_ARMENIAN dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1588
  • Wer: 0.2465

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: 0.001
  • train_batch_size: 32
  • eval_batch_size: 8
  • seed: 42
  • 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_steps: 100
  • num_epochs: 4.0

Training results

Training LossEpochStepValidation LossWer
No log0.21371000.22690.3076
No log0.42742000.19150.2824
No log0.64103000.19930.2964
No log0.85474000.18320.2735
0.99651.06845000.17640.2649
0.99651.28216000.17330.2625
0.99651.49577000.17250.2592
0.99651.70948000.17060.2581
0.99651.92319000.16810.2585
0.29222.136810000.16940.2591
0.29222.350411000.17010.2575
0.29222.564112000.17010.2614
0.29222.777813000.16540.2535
0.29222.991514000.16440.2517
0.27883.205115000.16360.2540
0.27883.418816000.16160.2512
0.27883.632517000.16000.2470
0.27883.846218000.15870.2464

Framework versions

  • Transformers 4.51.0
  • Pytorch 2.2.1+cu121
  • 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
Wav2Vec2ForCTC
Ревизия весов
49d6ce3

0 моделей