/ Модель
Каталог

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
28 сен 2026

Ссылки

Hugging Face

mms-pa_Sep27_152songs

GJATT
Распознавание речиАудио → текст7 профессий

Дообученная на базе MMS-1B-All модель wav2vec2 преобразует речь из аудио в текст.

197скачиваний за 30 дней0лайковвеса обновлены28 сен 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.

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

GJATT/mms-pa_Sep27_152songs — модель распознавания речи на основе wav2vec2, дообученная разработчиком GJATT на базе facebook/mms-1b-all. Она преобразует входящее аудио в текст; карточка приводит результаты оценки: WER 0,3271 и CER 0,0971, а также loss 0,3949. Базовая модель поддерживает более тысячи языков, но язык и область применения именно этой версии в карточке не уточнены.

Модель содержит 1,3 млрд параметров и распространяется в формате safetensors для библиотеки Transformers. README не описывает обучающий набор данных или предполагаемые сценарии использования. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • транскрибация речи из аудиозаписей
  • распознавание речи для получения текстовой расшифровки
  • оценка качества распознавания по WER и CER

Ограничения

Язык и состав обучающих данных для этой версии не описаны, поэтому её языковую пригодность нельзя установить по карточке. Лицензия запрещает коммерческое использование.

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 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейII.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

mms-pa_Sep27_152songs

This model is a fine-tuned version of facebook/mms-1b-all on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3949
  • Wer: 0.3271
  • Cer: 0.0971

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-06
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 150
  • num_epochs: 60

Training results

Training LossEpochStepValidation LossWerCer
2.75090.2740500.68330.60360.1907
2.29850.54791000.57570.55210.1675
2.10270.82191500.52400.51020.1537
1.86441.09322000.48550.47970.1405
1.79711.36712500.46640.45900.1344
1.63621.64113000.46120.44650.1322
1.60541.91513500.45230.44250.1325
1.75082.18634000.43390.43890.1269
1.43912.46034500.43830.42270.1250
1.55792.73425000.43450.41520.1232
1.33123.00555500.42210.40450.1209
1.42443.27956000.42700.40730.1204
1.40043.55346500.40940.38750.1151
1.26033.82747000.40900.38610.1138
1.25374.09867500.41360.38360.1149
1.34434.37268000.40060.37430.1117
1.29524.64668500.40800.39060.1181
1.28474.92059000.41090.38360.1151
1.26655.19189500.40780.37100.1111
1.15115.465810000.41030.37010.1103
1.13255.739710500.41210.37690.1144
1.06396.011011000.39000.36040.1071
1.23276.284911500.39590.37010.1122
1.06086.558912000.38560.35840.1073
1.17206.832912500.38050.35560.1076
1.13017.104113000.39510.35450.1063
1.12147.378113500.38140.36290.1090
1.12407.652114000.39020.35250.1068
1.04737.926014500.39810.35560.1057
1.00658.197315000.38300.35980.1069
0.98988.471215500.38350.34500.1043
0.92128.745216000.38210.34110.1044
0.84869.016416500.37570.34080.1034
1.03689.290417000.38170.34300.1028
1.00369.564417500.38520.34020.1019
0.87979.838418000.37930.33690.1027
0.965710.109618500.39310.33630.1016
0.977510.383619000.38760.35000.1061
0.875810.657519500.37180.33690.1006
0.940310.931520000.38190.34720.1019
0.795011.202720500.38870.33300.0997
0.900611.476721000.38630.33940.1008
0.830911.750721500.38750.33660.1005
0.762712.021922000.37870.33020.0995
0.967212.295922500.37470.33040.0982
0.860112.569923000.38420.33630.0993
0.940612.843823500.38840.33490.1003
1.052813.115124000.38820.32960.1005
0.892213.389024500.37030.32370.0980
0.911113.663025000.37270.32150.0989
0.697213.937025500.36870.31700.0976
0.777214.208226000.37520.32460.0973
0.808414.482226500.38970.32680.0999
0.843214.756227000.38840.33460.1028
0.727115.027427500.38590.32960.0985
0.783515.301428000.39490.32710.0971

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.23.1

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
8b8ec63

0 моделей

    Создать бенчмарк