vakyansh-wav2vec2-bengali-bnm-200
Harveenchadha/vakyansh-wav2vec2-bengali-bnm-200 — модель автоматического распознавания речи, опубликованная пользователем Harveenchadha в рамках проекта Vakyansh, посвящённого speech-to-text для индийских языков.
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.
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
Она предназначена для преобразования аудиозаписей на бенгальском языке в текст и может использоваться через Transformers как pipeline automatic-speech-recognition или напрямую через AutoModelForCTC.
Модель основана на архитектуре wav2vec2 и Wav2Vec2ForCTC. Конфигурация указывает 12 transformer-слоёв, 12 attention heads, hidden size 768, intermediate size 3072 и словарь из 65 токенов бенгальского письма. Ожидаемая частота дискретизации аудио — 16 кГц; входная модальность — речь, выходная — текст на бенгальском языке. Размер файла весов составляет около 378 МБ. Название указывает на обучение на объёме около 200 часов, однако подробности датасета и результаты оценки в карточке модели не приведены.
Сильная сторона модели — специализированное распознавание бенгальской речи на основе wav2vec2 с готовой интеграцией в экосистему PyTorch и Transformers. Ограничения включают отсутствие подробной model card, опубликованных метрик качества, описания границ применимости и подтверждённой информации о поддержке других языков или модальностей. Лицензия в доступных материалах репозитория не указана, поэтому условия использования следует уточнять перед применением.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Автор не опубликовал карточку модели.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- Wav2Vec2ForCTC
- Ревизия весов
- 82a1dfc