/ Модель

Характеристики

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

w2v-bert-2.0-armenian-CV20.0

Распознавание речиАудио → текст4 профессии

Дообученная на базе w2v-bert-2.0 модель для распознавания армянской речи и преобразования её в текст.

863скачиваний за 30 дней0лайковвеса обновлены19 фев 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

Erik Mkrtchyan разработал модель w2v-bert-2.0-armenian-CV20.0 — дообученную на базе facebook/w2v-bert-2.0 модель распознавания речи с архитектурой Wav2Vec2-BERT и выходной головой CTC. Она принимает аудио и предназначена для преобразования армянской речи в текст. В оценке модели указаны loss 0,1436 и WER 0,1106.

Модель содержит 402,7 млн параметров, опубликована в формате Safetensors и рассчитана на работу через Transformers. Лицензия — MIT. README не сообщает подробностей о наборе данных, условиях записи речи или ограничениях применимости, поэтому качество на других типах аудио и за пределами армянского языка по приведённой оценке определить нельзя.

Сценарии применения

  • транскрибация армянской речи
  • распознавание армянской речи в аудиозаписях
  • автоматическое создание армянских субтитров

Ограничения

README не раскрывает данные обучения и ограничения; приведённая оценка WER 0,1106 относится только к указанному набору оценки. Поддержка языков помимо армянского не подтверждена.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

w2v-bert-2.0-armenian-CV20.0

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: 0.1436
  • Wer: 0.1106

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: 5e-05
  • train_batch_size: 24
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 48
  • 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_steps: 500
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.36611.92316000.15610.1946
0.08783.846212000.12930.1404
0.04155.769218000.12030.1238
0.01997.692324000.12850.1136
0.00879.615430000.14360.1106

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.5.1+cu124
  • Datasets 3.3.1
  • Tokenizers 0.21.0

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
ed3de4d

0 моделей